基于机器学习模型的人格识别方法
人工智能
2022-01-19 v1
摘要
人格可定义为行为、情绪、动机与思维的组合，旨在基于少数稳定且可测量的特征来描述人类行为的各个方面。鉴于人格在我们的日常生活中具有显著影响，自动识别个体的性格属性可为认知科学的诸多方面提供许多重要的实际应用。本文提出了一种基于深度学习的方法，用于从文本中进行人格识别任务。在各种深度神经网络中，卷积神经网络（CNN）已在自然语言处理尤其是人格检测方面展现出卓越的效率。由于CNN中不同的滤波器尺寸可能影响其性能，我们决定将CNN与经典集成算法AdaBoost相结合，以考虑利用不同滤波器长度贡献的可能性，并通过AdaBoost组合具有相应滤波器尺寸的各个分类器，把握其在最终分类中的潜力。我们所提出的方法在Essay数据集上通过一系列实验进行了验证，实证结果表明，相较于机器学习和深度学习方法，我们的方法在人格识别任务上具有优越性。
引用
@article{arxiv.2201.06248,
title = {Using Machine Learning Based Models for Personality Recognition},
author = {Fatemeh Mohades Deilami and Hossein Sadr and Mojdeh Nazari},
journal= {arXiv preprint arXiv:2201.06248},
year = {2022}
}