用于人格检测的心理语言学三元图网络
计算与语言
2021-06-10 v1
摘要
近期大多数基于网络帖子的人格检测工作采用多种深度神经网络来表示帖子并以数据驱动方式构建预测模型，而未利用可能揭示个人语言使用与心理特质之间联系的心理语言学知识。本文中，我们提出一种基于心理语言学知识的三角图网络TrigNet，其由三元图网络与基于BERT的图初始化器组成。该图网络通过构建异质三元图，从用于心理语言学分析的计算机化工具LIWC注入结构化心理语言学知识。图初始化器用于为图节点提供初始嵌入。为降低图学习中的计算成本，我们进一步提出一种新颖的流式图注意力网络（GAT），仅在三元图中相邻各方之间传递消息。得益于三元图，TrigNet能从心理学视角聚合帖子信息，这是一种利用领域知识的新颖方式。在两个数据集上的大量实验表明，TrigNet在平均F1上分别超越现有最优模型3.47和2.10个点。此外，在我们的设定中，相较于原始GAT，流式GAT将FLOPS和Memory指标分别降低了38%和32%。
引用
@article{arxiv.2106.04963,
title = {Psycholinguistic Tripartite Graph Network for Personality Detection},
author = {Tao Yang and Feifan Yang and Haolan Ouyang and Xiaojun Quan},
journal= {arXiv preprint arXiv:2106.04963},
year = {2021}
}
备注
Accepted by ACL 2021