[论文解读] Using Nuances of Emotion to Identify Personality

Saif M. Mohammad, Svetlana Kiritchenko|arXiv (Cornell University)|Sep 24, 2013

Sentiment Analysis and Opinion Mining参考文献 13被引用 15

一句话总结

本文从 NRC Hashtag Emotion Lexicon 中引入了细粒度情绪类别（如兴奋、内疚、渴望和钦佩）作为作文中人格预测的重要特征。通过支持向量机（SVM）分类器，研究发现这些细粒度情感特征在大五人格检测中相比强基线模型取得了统计上显著的性能提升，优于粗粒度情感和具体性特征，后者未表现出显著增益。

ABSTRACT

Past work on personality detection has shown that frequency of lexical categories such as first person pronouns, past tense verbs, and sentiment words have significant correlations with personality traits. In this paper, for the first time, we show that fine affect (emotion) categories such as that of excitement, guilt, yearning, and admiration are significant indicators of personality. Additionally, we perform experiments to show that the gains provided by the fine affect categories are not obtained by using coarse affect categories alone or with specificity features alone. We employ these features in five SVM classifiers for detecting five personality traits through essays. We find that the use of fine emotion features leads to statistically significant improvement over a competitive baseline, whereas the use of coarse affect and specificity features does not.

研究动机与目标

• 探究细粒度情绪类别是否比粗粒度情感或词汇具体性特征更优的人格预测因子。
• 评估从大规模自动构建的情绪词典中提取的词汇特征在人格检测中的有效性。
• 确定细粒度情绪类别带来的性能增益是否源于其具体性，而非一般的情感或语义特性。
• 在 Essays 数据集上，利用最先进的 SVM 分类器开发并基准测试一个改进的人格检测系统。

提出的方法

• 本研究采用 NRC Hashtag Emotion Lexicon，该词典基于约 77.5 万条推文中的标签关联，为词汇分配了 585 种情绪类别。
• 比较三种特征集：细粒度情绪特征（Hashtag Lexicon）、粗粒度情感特征（Osgood 尺度）和词汇具体性特征（基于 WordNet 的信息含量）。
• 构建一个基线分类器，使用 Mairesse 等人提出的特征，包括代词、情感、认知和社交过程类词汇。
• 训练五种 SVM 分类器，基于 Pennebaker 和 King 数据集中的作文，预测五大人格特质（外向性、神经质、宜人性、尽责性、开放性）。
• 通过宏平均 F1 分数评估性能，并在实验中进行统计显著性检验。
• 为每个 585 种情绪类别计算信息增益，以识别对每种人格特质最具区分力的情绪。

实验结果

研究问题

• RQ1 与具有竞争力的基线相比，细粒度情绪类别是否在人格检测中带来统计上显著的性能提升？
• RQ2 细粒度情绪特征带来的性能提升是否源于其粒度，而非一般的情感或语义特性？
• RQ3 粗粒度情感类别或词汇具体性特征是否单独带来人格检测的显著增益？
• RQ4 哪些特定情绪最能指示五大人格特质中的每一项？

主要发现

• 与 Mairesse 基线相比，使用来自 NRC Hashtag Emotion Lexicon 的细粒度情绪特征，在所有五大人格特质上均实现了 F1 分数的统计显著提升。
• 表现最佳的模型（结合 Mairesse 基线与细粒度情绪特征）在开放性上的宏平均 F1 分数达到 60.61，为所有配置中的最高值。
• 仅使用细粒度情绪特征（不包含基线特征）的模型在外向性上的宏平均 F1 分数达到 56.46，优于基线和其他特征组合。
• 粗粒度情感特征（Osgood 尺度）和词汇具体性特征未在统计上显著优于基线，尽管性能有所提升。
• 每种特质信息增益最高的情绪类别包括：外向性为 #possessive 和 #apart，神经质为 #guilt 和 #eager，宜人性为 #happy 和 #eager，尽责性为 #excited 和 #anxious，开放性为 #loving 和 #homesick。
• 最具区分力的情绪类别通常具有语境特异性，如内疚、渴望和钦佩，而非基本情绪如喜悦或愤怒。