[論文レビュー] Extending the Abstraction of Personality Types based on MBTI with Machine Learning and Natural Language Processing

Carlos Basto|arXiv (Cornell University)|May 25, 2021

Data Mining Algorithms and Applications参考文献 13被引用数 5

ひとこと要約

本論文は、感情、文法的構造、およびアスペクトベースの分析を用いてテキスト表現を豊かにすることで、MBTIパーソナリティタイプ予測を向上させるデータ中心のNLPアプローチを提案する。グリッドサーチによるハイパーパrameterチューニングを施したスタッキングアンサンブルモデルを用いることで、BERT やLSTMと比較してより単純なアーキテクチャでも優れた性能を達成し、モデルの複雑さよりもデータの質と代表性に重点を置く。

ABSTRACT

A data-centric approach with Natural Language Processing (NLP) to predict personality types based on the MBTI (an introspective self-assessment questionnaire that indicates different psychological preferences about how people perceive the world and make decisions) through systematic enrichment of text representation, based on the domain of the area, under the generation of features based on three types of analysis: sentimental, grammatical and aspects. The experimentation had a robust baseline of stacked models, with premature optimization of hyperparameters through grid search, with gradual feedback, for each of the four classifiers (dichotomies) of MBTI. The results showed that attention to the data iteration loop focused on quality, explanatory power and representativeness for the abstraction of more relevant/important resources for the studied phenomenon made it possible to improve the evaluation metrics results more quickly and less costly than complex models such as the LSTM or state of the art ones as BERT, as well as the importance of these results by comparisons made from various perspectives. In addition, the study demonstrated a broad spectrum for the evolution and deepening of the task and possible approaches for a greater extension of the abstraction of personality types.

研究の動機と目的

• NLP技術を用いてテキスト表現を体系的に豊かにすることで、MBTIパーソナリティタイプ予測を向上させること。
• BERT やLSTMのような複雑なディープラーニングモデルと比較して、データ中心の改善がMBTI分類において優れているかどうかを評価すること。
• 特徴工学の影響——感情、文法、およびアスペクト分析——がモデル性能に与える影響を調査すること。
• 反復的データ精錬がアーキテクチャの複雑さよりも速く、安価で、より効果的なモデル改善をもたらすことを示すこと。
• 従来のMBTIを越えて、より深い言語的および心理的特徴抽出を可能にすることで、パーソナリティタイプの抽象化を拡張すること。

提案手法

• 本研究は、トレーニングデータの質、代表性、説明力の反復的向上に注力するデータ中心のアプローチを採用する。
• テキスト表現は、感情分析、文法的構造分析、およびアスペクトベースの特徴の3つの分析タイプを用いて豊かにされる。
• MBTIの二項的特徴（例：I/E、S/N、T/F、J/P）の各々に対して、4つの分類器を別々に使用したスタッキングアンサンブルモデルが用いられる。
• ハイパーパrameterはグリッドサーチを用いて最適化され、段階的なフィードバックによりモデル性能を段階的に改善する。
• LSTM やBERTのような複雑なアーキテクチャに依存することを避け、代わりに特徴工学とデータの質に重点を置く。
• 複数の視点からの評価が行われ、最先端のモデルとの比較を通じて、妥当性と一般化性能を検証する。

実験結果

リサーチクエスチョン

• RQ1 NLPに基づく特徴工学による体系的なデータ豊かさの向上は、BERT やLSTMのような複雑なディープラーニングモデルに依存せずにMBTI予測性能を向上させることができるか？
• RQ2 データの質と代表性に注目するアプローチと、モデルの複雑さに注目するアプローチとを比較した場合、どちらがMBTIタイプの予測において優れているか？
• RQ3 感情、文法的特徴、およびアスペクトベースの特徴が、MBTI二項的特徴分類の向上にどの程度寄与しているか？
• RQ4 反復的データ精錬ループは、アーキテクチャの革新に比べて、収束を速くし、より良い評価指標を達成するか？
• RQ5 このNLPおよび機械学習フレームワークを用いて、MBTIを越えてパーソナリティタイプの抽象化を拡張する可能性はどの程度あるか？

主な発見

• BERT やLSTMのような最先端のモデルを一切使用せずに、データ中心のアプローチが評価指標を顕著に向上させた。
• スタッキングモデルに段階的フィードバックを加えたグリッドサーチによるハイパーパrameter最適化が、複雑なアーキテクチャを上回る性能を達成した。これは、データの質がモデルの複雑さよりもはるかに大きな影響を持つことを示している。
• 特に代表性と説明力に注目したデータ反復処理が、モデル性能の向上をより速く、より安価に実現した。
• 本手法は複数の評価視点においても頑健であり、その有効性と一般化可能性を検証した。
• 本研究は、より深い言語的および心理的特徴工学を用いることで、パーソナリティタイプの抽象化を拡張する広大な可能性を示した。
• 感情、文法的、およびアスペクトベースの特徴が相乗的に作用し、モデル性能の向上に寄与した。これは、これらの特徴がパーソナリティ予測において補完的役割を果たしていることを示している。