[發明專利]一種基于社交文本的人格識別方法

有效

• 申請號: 202011099735.6
• 申請日: 2020-10-13
• 公開（公告）號: CN112364638B
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 王秀娟;隨藝;鄭康鋒;鄭倩倩;曹思瑋;石雨桐
• 申請（專利權）人: 北京工業大學;北京郵電大學
• 主分類號: G06F40/284
• 分類號: G06F40/284;G06N3/04;G06N3/08
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 劉萍

一種基于社交文本的人格識別方法屬于自然語言處理領域。本發明將獲取的社交文本數據利用詞嵌入模型表示為詞向量，以此作為卷積神經網絡(conv olutional neural network,CNN)和長短期記憶網絡(long short?term memory,LSTM)的輸入，同時將原始詞向量特征、CNN和LSTM的輸出特征融合，并利用注意力機制(attention mechanism)對融合特征篩選出更關鍵的特征，最終實現基于大五人格模型的社交網絡用戶人格分類。

技術領域

本發明屬于自然語言處理領域，尤其涉及一種基于社交文本的人格識別方法。

背景技術

人格是個體在思維模式、情感、動機和行為特征上的差異，人格對我們的生活有很大的影響，會決定一個人在網站、書籍、音樂和電影等方面的選擇，此外，人格也會影響與他人和環境互動。人格揭示出個體激勵因素、溝通方式、決策風格、能力特長、抗壓能力等等特質，具有潛在的利用價值，人格檢測結果具有重要的實際應用。例如，自動人格識別將有助于產品和服務的個性化推薦，預測有用信息；臨床心理學中已研究人格測驗領域，以了解心理狀況下的表型特征的結構。人格檢測還廣泛用于企業人才選拔、職業選擇、關系咨詢和健康狀況詢問等。

現代特質理論試圖通過設置一系列分類維度(通常采用詞匯法)或分量表并構建一份由許多涉及個人心理特征的問題組成的問卷來衡量這些維度，從而對反映出不同的人格。研究人員常用的人格問卷，如16PF、EPQ-R和三特質人格模型PEN。常用的人格檢測方法除問卷法外，還有投射法。在投射測驗中，給受測者一系列的模糊刺激，受測者的動機、態度、情感以及性格等在對刺激回應的過程和內容中投射出來，從而了解若干人格。

人格理論分為精神分析流派、特質流派、生物學流派、人本主義流派、行為主義流派及認知流派六個流派，最常用的人格模型就是特質流派中最為主流的大五人格模型(BigFive Model)，它從開放性、盡責性、外向性、宜人性和神經質五個方面描述人格。

不同的研究人員發現語言特征和個性特征之間存在相關性(如：第一人稱單數代詞與抑郁程度相關)，網絡的高速發展、社交媒體工具的出現以及對社交網絡分析的興趣，給網絡互動主體的人格建模帶來了必要性。最近的研究表明，個性和在線用戶行為之間的聯系保持不變。相比于傳統測量方法，大數據分析方法是獲取人格信息的高效且準確的途徑，計算機時代使人們能夠獲取和分析大量文本樣本，通過獲取目標在網絡瀏覽或使用終端設備以及在社交網絡活動時產生的數據,將用戶屬性與數據進行關聯,發現其中規律,建立分析模型得到人格信息，圖1為發明探索的大五人格與文本數據特征之間的關聯性示意。

當前人格分析方法中，主要包含數據預處理、人格預測兩個階段,數據預處理完成數據的標準化和規范化、特征提取、特征優化、文本處理等，人格預測則利用相關性分析找出人格特質與用戶文本數據特征屬性之間的關聯，提取相關特征利用群智能算法找到最優特征集合,并利用機器學習或深度學習模型進行分類或預測算法得到目標用戶人格。

通常，從文本中提取中提取的特征，如LIWC、Mairese和MRC等，然后將這些特征輸入到標準的機器學習分類器中，如序列最小優化器(Sequential Minimum Optimizer)、支持向量機(SVM)中。除此，學習單詞嵌入將文本數據表示為向量(GloVe或Word2Vec)也是常用的數據預處理方法。