[论文解读] Using Machine Learning Based Models for Personality Recognition

Fatemeh Mohades Deilami, Hossein Sadr+1 more|arXiv (Cornell University)|Jan 17, 2022

Personality Traits and Psychology被引用 7

一句话总结

该论文提出了一种混合机器学习模型，结合卷积神经网络（CNN）与AdaBoost，用于从文本中进行人格识别。通过整合具有不同滤波器尺寸的多个CNN，并利用AdaBoost集成其预测结果，该方法在Essay数据集上实现了优于传统机器学习和独立深度学习方法的性能表现。

ABSTRACT

Personality can be defined as the combination of behavior, emotion, motivation, and thoughts that aim at describing various aspects of human behavior based on a few stable and measurable characteristics. Considering the fact that our personality has a remarkable influence in our daily life, automatic recognition of a person's personality attributes can provide many essential practical applications in various aspects of cognitive science. deep learning based method for the task of personality recognition from text is proposed in this paper. Among various deep neural networks, Convolutional Neural Networks (CNN) have demonstrated profound efficiency in natural language processing and especially personality detection. Owing to the fact that various filter sizes in CNN may influence its performance, we decided to combine CNN with AdaBoost, a classical ensemble algorithm, to consider the possibility of using the contribution of various filter lengths and gasp their potential in the final classification via combining various classifiers with respective filter size using AdaBoost. Our proposed method was validated on the Essay dataset by conducting a series of experiments and the empirical results demonstrated the superiority of our proposed method compared to both machine learning and deep learning methods for the task of personality recognition.

研究动机与目标

• 通过机器学习模型提高从文本数据中进行人格识别的准确性。
• 通过结合多种滤波器长度，解决CNN中固定滤波器尺寸的局限性。
• 通过AdaBoost的集成学习方法提升分类性能。
• 在基准文本人格识别数据集上验证所提出模型的有效性。
• 证明混合方法相较于独立的机器学习和深度学习方法的优越性。

提出的方法

• 采用多滤波器CNN架构，其中每个滤波器尺寸捕获文本输入中的不同n-gram特征。
• 在相同数据集上独立训练多个具有不同滤波器尺寸的CNN模型。
• 使用AdaBoost（一种集成算法）组合各个CNN模型的预测结果，该算法为更准确的分类器分配更高权重。
• 通过集成CNN-AdaBoost模型的加权多数投票确定最终分类结果。
• 在包含基于大五人格维度标注的人格特质的Essay数据集上训练和评估该模型。
• 通过交叉验证调整学习率、滤波器尺寸以及AdaBoost中估计器的数量等超参数。

实验结果

研究问题

• RQ1 结合多个具有不同滤波器尺寸的CNN模型是否能提升从文本中进行人格识别的性能？
• RQ2 将AdaBoost与CNN结合是否能带来比独立CNN或传统机器学习模型更高的分类准确率？
• RQ3 在Essay数据集上，所提出的混合模型与最先进方法相比，在F1值和整体准确率方面表现如何？
• RQ4 不同滤波器尺寸在多大程度上有助于捕捉与人格特质相关的多样化语言模式？
• RQ5 该集成方法在数据集中不同人格维度（如开放性、尽责性）上是否表现出鲁棒性？

主要发现

• 所提出的CNN-AdaBoost模型在所有五个性格维度（开放性、尽责性、外向性、宜人性、神经质）上的F1值均高于基线模型。
• 该模型在Essay数据集上优于传统机器学习方法和独立的深度学习模型。
• CNN中使用多种滤波器尺寸显著提升了特征提取效果，尤其在捕捉短程和长程语言模式方面表现突出。
• AdaBoost有效整合了各个CNN的预测结果，降低了方差并提升了泛化能力。
• 集成方法在性能增益方面表现出一致性，尤其在较少见的人格特质上更为显著。
• 实证结果证实，该混合模型比其组成部分更具鲁棒性和准确性。