PTEI：整合人格特质以增强大语言模型的情感智能
计算与语言
2026-07-11 v1 信息检索
摘要
尽管情感智能（EI）取得了进展，但大语言模型（LLM）在复杂情感推理方面仍明显不如人类。这一差距部分源于对个体差异（尤其是人格特质）的纳入有限，而人格特质是人类情感推断的基础。为解决这一问题，我们提出了PTEI，一个利用LLM将人格特质整合到情感智能任务中的新颖框架。在PTEI中，首先直接从给定的情感场景中提取MBTI和OCEAN人格特质，然后将其作为人格感知提示中的上下文知识，引导LLM准确推断情感及其潜在原因。为确保最佳的上下文基础，我们采用对比学习构建一个优化的检索系统，以呈现情感和人格上一致的场景，从而提高推理质量。在既有情感智能基准上的大量实验表明，PTEI增强了各种LLM的情感理解（EU）能力，其中GPT模型的改进最为显著。将PTEI与思维链（CoT）推理相结合，准确率额外提高了4%。这些发现强调了PTEI在推动具有更复杂社会和心理学基础的AI系统方面的贡献。
引用
@article{arxiv.2607.10245,
title = {PTEI: Integrating Personality Traits to Enhance Emotional Intelligence in Large Language Models},
author = {Amir Reza Jafari and Praboda Rajapaksha and Reza Farahbakhsh and Noel Crespi},
journal= {arXiv preprint arXiv:2607.10245},
year = {2026}
}