論文の概要: Is Einstein more agreeable and less neurotic than Hitler? A
computational exploration of the emotional and personality profiles of
historical persons
- arxiv url: http://arxiv.org/abs/2106.07237v1
- Date: Mon, 14 Jun 2021 08:45:49 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-16 02:45:24.057546
- Title: Is Einstein more agreeable and less neurotic than Hitler? A
computational exploration of the emotional and personality profiles of
historical persons
- Title（参考訳）: アインシュタインはヒトラーより好意的で神経質か?
歴史人物の感情的・人格的プロファイルの計算による探索
- Authors: Arthur M. Jacobs and Annette Kinder
- Abstract要約: 芸術・政治・科学分野の100人の歴史人物を対象に、類似性スコア、感情的人物プロファイル、BIG5性格特性を計算した。
その結果,人格プロファイルのDSMに基づく計算の可能性と限界が示された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent progress in distributed semantic models (DSM) offers new ways to
estimate personality traits of both fictive and real people. In this
exploratory study we applied an extended version of the algorithm developed in
Jacobs (2019) to compute the likeability scores, emotional figure profiles and
BIG5 personality traits for 100 historical persons from the arts, politics or
science domains whose names are rather unique (e.g., Einstein, Kahlo, Picasso).
We compared the results produced by static (word2vec) and dynamic (BERT)
language model representations in four studies. The results show both the
potential and limitations of such DSM-based computations of personality
profiles and point ways to further develop this approach to become a useful
tool in data science, psychology or computational and neurocognitive poetics
(Jacobs, 2015).
- Abstract（参考訳）: 分散セマンティクスモデル(dsm)の最近の進歩は、表象的および現実的両方のパーソナリティ特性を推定する新しい方法を提供する。
この探索研究では、ヤコブズ(2019)が開発したアルゴリズムの拡張版を用いて、名前がかなり独特な芸術、政治、科学の領域の100人の歴史的人物(アインシュタイン、カーロ、ピカソなど)に対して、類似性スコア、感情的人物プロファイル、およびbig5パーソナリティ特性を計算する。
静的 (word2vec) と動的 (BERT) 言語モデル表現の結果を4つの研究で比較した。
これらのdsmに基づくパーソナリティプロファイルの計算の可能性と限界を示し、このアプローチをさらに発展させ、データサイエンス、心理学、計算およびニューロ認知的詩学(jacobs, 2015)に有用なツールとなることを示す。
関連論文リスト
- Neuron-based Personality Trait Induction in Large Language Models [115.08894603023712]
大規模言語モデル (LLM) は、様々な性格特性をシミュレートする能力が増している。
LLMにおけるパーソナリティ特性誘導のためのニューロンに基づくアプローチを提案する。
論文 参考訳（メタデータ） (2024-10-16T07:47:45Z) - Quantifying AI Psychology: A Psychometrics Benchmark for Large Language Models [57.518784855080334]
大きな言語モデル(LLM)は例外的なタスク解決能力を示しており、人間に似た役割を担っている。
本稿では,LLMにおける心理学的次元を調査するための枠組みとして,心理学的識別,評価データセットのキュレーション,結果検証による評価について述べる。
本研究では,個性,価値観,感情,心の理論,モチベーション,知性の6つの心理学的側面を網羅した総合的心理測定ベンチマークを導入する。
論文 参考訳（メタデータ） (2024-06-25T16:09:08Z) - Big5PersonalityEssays: Introducing a Novel Synthetic Generated Dataset Consisting of Short State-of-Consciousness Essays Annotated Based on the Five Factor Model of Personality [0.0]
心理学は、近年、新しい計算ツールを使って、不十分なアプローチをしてきた。
本研究では,人格特性の5因子モデル(FFM)に基づいてラベル付けされた短いエッセイの合成データベースを提案する。
論文 参考訳（メタデータ） (2024-05-22T10:10:20Z) - Dynamic Generation of Personalities with Large Language Models [20.07145733116127]
Hypernetworks に基づく動的パーソナリティ生成手法である Dynamic Personality Generation (DPG) を導入する。
GPT-4にビッグファイブ・パーソナリティ理論を組み込んでパーソナリティアセスメント・マシンを形成する。
次に、この人格評価装置を用いて、スクリプトデータ中の対話を評価し、その結果、人格対話データセットを生成する。
論文 参考訳（メタデータ） (2024-04-10T15:17:17Z) - PsyCoT: Psychological Questionnaire as Powerful Chain-of-Thought for
Personality Detection [50.66968526809069]
PsyCoTと呼ばれる新しい人格検出手法を提案する。これは、個人がマルチターン対話方式で心理的質問を完遂する方法を模倣するものである。
実験の結果,PsyCoTは人格検出におけるGPT-3.5の性能とロバスト性を大幅に向上させることがわかった。
論文 参考訳（メタデータ） (2023-10-31T08:23:33Z) - Editing Personality for Large Language Models [73.59001811199823]
本稿では,Large Language Models (LLMs) の性格特性の編集に焦点をあてた革新的なタスクを紹介する。
このタスクに対処する新しいベンチマークデータセットであるPersonalityEditを構築します。
論文 参考訳（メタデータ） (2023-10-03T16:02:36Z) - Computational Charisma -- A Brick by Brick Blueprint for Building
Charismatic Artificial Intelligence [98.79723276712419]
チャリスタは、他者を惹きつけ、潜在的に影響を及ぼす能力であると考えられている。
このようなスキルを提供するという、AIの観点からはかなりの関心を持つことができます。
我々は、カリスマ的なように見えるが、他人のカリスマを分析できる機械を構築するための青写真を提示している。
論文 参考訳（メタデータ） (2022-12-31T07:27:01Z) - Estimating the Personality of White-Box Language Models [0.589889361990138]
大規模なテキストコーパスで訓練された大規模言語モデルは、至る所で広範囲のアプリケーションで使用されている。
既存の研究は、これらのモデルが人間の偏見を捉え、捉えていることを示している。
これらのバイアス、特に害を引き起こす可能性のあるバイアスの多くは、十分に調査されている。
しかし、これらのモデルによって受け継がれた人間の性格特性を推測し、変化させる研究は、ほとんど、あるいは存在しない。
論文 参考訳（メタデータ） (2022-04-25T23:53:53Z) - Exploring Personality and Online Social Engagement: An Investigation of
MBTI Users on Twitter [0.0]
自称マイアーズ・ブリッグス性格特性(MBTI)を用いたTwitterのプロフィール3848件について検討する。
我々は、ディープラーニングに基づく最先端のNLPアーキテクチャであるBERTを利用して、タスクに最も予測力を持つさまざまなテキストソースを分析します。
MBTIシステムの全次元に対して, 伝記, ステータス, お気に入りツイートが有意な予測力を持っていることがわかった。
論文 参考訳（メタデータ） (2021-09-14T02:26:30Z) - Two-Faced Humans on Twitter and Facebook: Harvesting Social Multimedia
for Human Personality Profiling [74.83957286553924]
我々は、"PERS"と呼ばれる新しい多視点融合フレームワークを適用して、マイアーズ・ブリッグス・パーソナリティ・タイプインジケータを推定する。
実験の結果,多視点データからパーソナリティ・プロファイリングを学習する能力は,多様なソーシャル・マルチメディア・ソースからやってくるデータを効率的に活用できることが示唆された。
論文 参考訳（メタデータ） (2021-06-20T10:48:49Z) - My tweets bring all the traits to the yard: Predicting personality and
relational traits in Online Social Networks [4.095574580512599]
本研究は,オンラインソーシャルネットワーク(OSN)における全体像プロファイルの予測モデルを提供することを目的とする。
我々はまずOSNアカウントから幅広い機能を抽出する機能エンジニアリング手法を考案した。
そして,抽出した特徴に基づいて,ユーザの心理的特徴のスコアを予測する機械学習モデルを設計した。
論文 参考訳（メタデータ） (2020-09-22T20:30:56Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。