[论文解读] Lexical-semantic resources: yet powerful resources for automatic personality classification

Xuan-Son Vu, Lucie Flek+2 more|arXiv (Cornell University)|Nov 27, 2017

Personality Traits and Psychology被引用 6

一句话总结

本文提出利用词汇-语义资源——具体而言，是基于词义的语义分类和情感检测——实现自动人格分类，克服了传统词n-gram和风格特征的局限性。通过从WordNet和情感词典等资源中提取高层次语义特征，该方法在无需人格特定训练数据的情况下，实现了与最先进方法相当的性能。

ABSTRACT

In this paper, we aim to reveal the impact of lexical-semantic resources, used in particular for word sense disambiguation and sense-level semantic categorization, on automatic personality classification task. While stylistic features (e.g., part-of-speech counts) have been shown their power in this task, the impact of semantics beyond targeted word lists is relatively unexplored. We propose and extract three types of lexical-semantic features, which capture high-level concepts and emotions, overcoming the lexical gap of word n-grams. Our experimental results are comparable to state-of-the-art methods, while no personality-specific resources are required.

研究动机与目标

• 研究词汇-语义资源在超越基本风格特征之外对自动人格分类的影响。
• 通过整合基于词义的语义信息和情感信息，解决词n-gram模型中的词汇鸿沟问题。
• 开发一种无需依赖人格特定词典或标注数据集即可实现具有竞争力性能的方法。
• 证明通用词汇-语义资源能够有效捕捉与人格相关的语义模式。

提出的方法

• 作者提取三类词汇-语义特征：基于WordNet的词义级别语义分类、基于情感词典的情感强度得分，以及基于词汇资源的语义相似度特征。
• 应用词义消歧技术，将词语映射到其在上下文中最相关的词义，从而实现词义级别的语义表征。
• 使用情感词典量化文本中的情感内容，捕捉与人格特质相关的情感维度。
• 在文档级别提取特征，并与标准基线方法结合，评估其在人格分类任务上的性能。
• 该方法仅依赖通用词汇-语义资源，避免了对领域特定或人格目标训练数据的需求。
• 在标准人格分类基准数据集上进行实验，仅使用现成的语义资源，与最先进方法进行性能比较。

实验结果

研究问题

• RQ1 词汇-语义资源在多大程度上能提升自动人格分类性能，超越传统风格特征和n-gram特征？
• RQ2 基于词义的语义分类和情感强度特征在捕捉与人格相关的信息方面有多有效？
• RQ3 通用词汇-语义资源是否能在无需人格特定训练数据或词典的情况下实现具有竞争力的性能？
• RQ4 语义分类与情感内容在预测人格特质方面各自贡献如何？

主要发现

• 所提方法在标准人格分类基准上实现了与最先进方法相当的性能。
• 引入基于词义的语义特征显著提升了分类准确率，优于基线的词n-gram和词性标注特征。
• 情感强度特征对人格预测有显著贡献，尤其在神经质和外向性等特质上表现突出。
• 该模型在未使用任何人格特定词典的情况下表现强劲，证明了词汇-语义资源的泛化能力。
• 词义消歧提升了语义表征质量，减少了词袋模型中存在的词汇鸿沟问题。
• 语义分类与情感特征的结合取得了最佳整体性能，表明二者具有互补性贡献。