論文の概要: Revealing Personality Traits: A New Benchmark Dataset for Explainable Personality Recognition on Dialogues
- arxiv url: http://arxiv.org/abs/2409.19723v1
- Date: Sun, 29 Sep 2024 14:41:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-01 22:05:03.739443
- Title: Revealing Personality Traits: A New Benchmark Dataset for Explainable Personality Recognition on Dialogues
- Title（参考訳）: パーソナリティトラストの探索:対話における説明可能なパーソナリティ認識のための新しいベンチマークデータセット
- Authors: Lei Sun, Jinming Zhao, Qin Jin,
- Abstract要約: パーソナリティ認識は,対話やソーシャルメディア投稿などのユーザデータに含まれる性格特性を識別することを目的としている。
本稿では,人格特性の証拠として推論過程を明らかにすることを目的とした,説明可能な人格認識という新しい課題を提案する。
- 参考スコア（独自算出の注目度）: 63.936654900356004
- License:
- Abstract: Personality recognition aims to identify the personality traits implied in user data such as dialogues and social media posts. Current research predominantly treats personality recognition as a classification task, failing to reveal the supporting evidence for the recognized personality. In this paper, we propose a novel task named Explainable Personality Recognition, aiming to reveal the reasoning process as supporting evidence of the personality trait. Inspired by personality theories, personality traits are made up of stable patterns of personality state, where the states are short-term characteristic patterns of thoughts, feelings, and behaviors in a concrete situation at a specific moment in time. We propose an explainable personality recognition framework called Chain-of-Personality-Evidence (CoPE), which involves a reasoning process from specific contexts to short-term personality states to long-term personality traits. Furthermore, based on the CoPE framework, we construct an explainable personality recognition dataset from dialogues, PersonalityEvd. We introduce two explainable personality state recognition and explainable personality trait recognition tasks, which require models to recognize the personality state and trait labels and their corresponding support evidence. Our extensive experiments based on Large Language Models on the two tasks show that revealing personality traits is very challenging and we present some insights for future research. Our data and code are available at https://github.com/Lei-Sun-RUC/PersonalityEvd.
- Abstract（参考訳）: パーソナリティ認識は,対話やソーシャルメディア投稿などのユーザデータに含まれる性格特性を識別することを目的としている。
現在の研究では、主にパーソナリティを分類課題として扱い、認識されたパーソナリティを裏付ける証拠を明らかにしていない。
本稿では,人格特性の証拠として推論過程を明らかにすることを目的とした,説明可能なパーソナリティ認識という新しいタスクを提案する。
人格論に触発された性格特性は、特定の瞬間における具体的な状況下での思考、感情、行動の短期的な特徴パターンである人格状態の安定パターンで構成されている。
本稿では、特定の文脈から短期的な人格状態、長期的な人格特性への推論プロセスを含む、CoPE(Chain-of-Personality-Evidence)と呼ばれる説明可能な人格認識フレームワークを提案する。
さらに,CoPEフレームワークをベースとして,対話から説明可能なパーソナリティ認識データセットであるPersonalityEvdを構築した。
本稿では2つのパーソナリティ状態認識タスクと説明可能なパーソナリティ特性認識タスクを導入し,モデルがパーソナリティ状態と特徴ラベルとそれに対応するサポートエビデンスを認識することを要求する。
この2つの課題に関する大規模言語モデルに基づく広範な実験により,人格の特徴を明らかにすることは極めて困難であることが示され,今後の研究にいくつかの知見が提示される。
私たちのデータとコードはhttps://github.com/Lei-Sun-RUC/PersonalityEvd.comで公開されています。
関連論文リスト
- Is persona enough for personality? Using ChatGPT to reconstruct an agent's latent personality from simple descriptions [2.6080756513915824]
パーソナリティ(Personality)は、人間の認知の基本的な側面であり、行動、思考、感情に影響を与える様々な特徴を含んでいる。
本稿では,社会デコグラフィとパーソナリティ型情報を含む簡単な記述のみに基づいて,これらの複雑な認知属性を再構築する大規模言語モデル(LLM)の機能について考察する。
論文 参考訳（メタデータ） (2024-06-18T02:32:57Z) - Enhancing Textual Personality Detection toward Social Media: Integrating Long-term and Short-term Perspectives [21.548313630700033]
テキスト・パーソナリティ検出は,ソーシャルメディア・プラットフォームに向けたユーザ生成コンテンツの分析によって性格特性を識別することを目的としている。
近年の文献では、パーソナリティは長期安定特性と短期動的状態の両方を含んでいることが強調されている。
論文 参考訳（メタデータ） (2024-04-23T14:13:53Z) - Affective-NLI: Towards Accurate and Interpretable Personality Recognition in Conversation [30.820334868031537]
会話におけるパーソナリティ認識(PRC)は、テキスト対話コンテンツを通して話者の性格特性を識別することを目的としている。
本稿では,PRCの正確かつ解釈可能なAffective Natural Language Inference (Affective-NLI)を提案する。
論文 参考訳（メタデータ） (2024-04-03T09:14:24Z) - LLMvsSmall Model? Large Language Model Based Text Augmentation Enhanced
Personality Detection Model [58.887561071010985]
パーソナリティ検出は、ソーシャルメディア投稿に根ざした性格特性を検出することを目的としている。
既存のほとんどのメソッドは、事前訓練された言語モデルを微調整することで、ポスト機能を直接学習する。
本稿では,大規模言語モデル (LLM) に基づくテキスト拡張強化人格検出モデルを提案する。
論文 参考訳（メタデータ） (2024-03-12T12:10:18Z) - 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) - InCharacter: Evaluating Personality Fidelity in Role-Playing Agents through Psychological Interviews [57.04431594769461]
本稿では, RPAの性格的忠実度を心理的尺度で評価するための新しい視点を紹介する。
実験には様々な種類の RPA と LLM が含まれ、14の広く使用されている心理学的尺度で32の異なる文字をカバーしている。
InCharacterでは、現在最先端のRPAが人物の人格と高度に一致した個性を示し、80.7%の精度を達成している。
論文 参考訳（メタデータ） (2023-10-27T08:42:18Z) - 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) - Identifying and Manipulating the Personality Traits of Language Models [9.213700601337383]
言語モデルにおける知覚的パーソナリティが、言語生成において一貫して現れるかどうかを検討する。
BERT や GPT2 のような言語モデルでは、異なる文脈におけるパーソナライズマーカーの識別と反映が一貫して可能であることを示す。
この振る舞いは、非常に予測可能な方法で操作できる能力を示し、それらを人格の特徴を特定し、ダイアログシステムのようなアプリケーションにおけるペルソナを制御するツールとしてフレーム化します。
論文 参考訳（メタデータ） (2022-12-20T14:24:11Z) - Domain-specific Learning of Multi-scale Facial Dynamics for Apparent
Personality Traits Prediction [3.19935268158731]
本稿では,新しい映像に基づく人格特徴認識手法を提案する。
本研究は,(1)人格関係の短期的顔行動の特徴を抽出する顔行動モデリングモジュール,(2)ビデオの短期的特徴をすべて長期的・ビデオレベルの人格表現として要約する顔行動モデリングモジュール,(3)全ての特徴間の関係をモデル化し,映像レベルの人格表現に基づいて共同で予測する人格特性予測モジュールからなる。
論文 参考訳（メタデータ） (2022-09-09T07:08:55Z) - Vyaktitv: A Multimodal Peer-to-Peer Hindi Conversations based Dataset
for Personality Assessment [50.15466026089435]
本稿では,ピアツーピアのHindi会話データセットであるVyaktitvを提案する。
参加者の高品質な音声とビデオの録音と、会話ごとにヒングリッシュのテキストによる書き起こしで構成されている。
データセットには、収入、文化的指向など、すべての参加者のための豊富な社会デコグラフィー的特徴が含まれています。
論文 参考訳（メタデータ） (2020-08-31T17:44:28Z)
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。