論文の概要: From Post To Personality: Harnessing LLMs for MBTI Prediction in Social Media

• arxiv url: http://arxiv.org/abs/2509.04461v1
• Date: Thu, 28 Aug 2025 06:35:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-14 20:41:04.88378
• Title: From Post To Personality: Harnessing LLMs for MBTI Prediction in Social Media
• Title（参考訳）: ポストからパーソナリティへ:ソーシャルメディアにおけるMBTI予測のためのLLMのハーネス化
• Authors: Tian Ma, Kaiyu Feng, Yu Rong, Kangfei Zhao,
• Abstract要約: Myers Briggs Type Indicator (MBTI) は伝統的に機械学習(ML)とディープラーニング(DL)技術によって予測されてきた。 近年,Large Language Models (LLMs) の成功は,ソーシャルメディアコンテンツから人格の特徴を理解し,推測する大きな可能性を明らかにしている。 個人のソーシャルメディア投稿からMBTI予測のための新しいLLMベースのフレームワークであるPostToPersonality (PtoP)を提案する。
• 参考スコア（独自算出の注目度）: 9.807246534818908
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Personality prediction from social media posts is a critical task that implies diverse applications in psychology and sociology. The Myers Briggs Type Indicator (MBTI), a popular personality inventory, has been traditionally predicted by machine learning (ML) and deep learning (DL) techniques. Recently, the success of Large Language Models (LLMs) has revealed their huge potential in understanding and inferring personality traits from social media content. However, directly exploiting LLMs for MBTI prediction faces two key challenges: the hallucination problem inherent in LLMs and the naturally imbalanced distribution of MBTI types in the population. In this paper, we propose PostToPersonality (PtoP), a novel LLM based framework for MBTI prediction from social media posts of individuals. Specifically, PtoP leverages Retrieval Augmented Generation with in context learning to mitigate hallucination in LLMs. Furthermore, we fine tune a pretrained LLM to improve model specification in MBTI understanding with synthetic minority oversampling, which balances the class imbalance by generating synthetic samples. Experiments conducted on a real world social media dataset demonstrate that PtoP achieves state of the art performance compared with 10 ML and DL baselines.
• Abstract（参考訳）: ソーシャルメディア投稿からのパーソナリティ予測は、心理学や社会学における多様な応用を暗示する重要な課題である。 Myers Briggs Type Indicator (MBTI)は、一般的なパーソナリティインベントリであり、機械学習(ML)とディープラーニング(DL)技術によって伝統的に予測されてきた。 近年,Large Language Models (LLMs) の成功は,ソーシャルメディアコンテンツから人格の特徴を理解し,推測する大きな可能性を明らかにしている。 しかし、MBTI予測にLLMを直接活用することは、LLMに固有の幻覚問題と、人口におけるMBTI型の自然な不均衡分布の2つの大きな課題に直面している。 本稿では,個人のソーシャルメディア投稿からMBTI予測のための新しいLLMベースのフレームワークであるPostToPersonality(PtoP)を提案する。 特に、PtoPはLLMにおける幻覚を緩和するために文脈学習を伴う検索拡張生成を利用する。 さらに, MBTI理解におけるモデル仕様を, 合成標本の生成によるクラス不均衡のバランスをとる合成マイノリティオーバーサンプリングにより微調整し, モデル仕様の改善を図る。 実世界のソーシャルメディアデータセットを用いて行った実験は、PtoPが10MLとDLベースラインと比較して最先端のパフォーマンスを達成することを示した。

関連論文リスト

• Can LLMs Simulate Social Media Engagement? A Study on Action-Guided Response Generation [51.44040615856536]
  本稿では、行動誘導応答生成によるソーシャルメディアのエンゲージメントをシミュレートする大規模言語モデルの能力について分析する。 GPT-4o-mini,O1-mini,DeepSeek-R1をソーシャルメディアエンゲージメントシミュレーションで評価した。
  論文  参考訳（メタデータ） (2025-02-17T17:43:08Z)
• 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)
• Machine Mindset: An MBTI Exploration of Large Language Models [28.2342069623478]
  我々は,Mers-Briggs Type Indicator (MBTI)パーソナリティ特性を大規模言語モデル (LLM) に統合するための新しいアプローチを提案する。 提案手法は,MBTI特性をLLMに埋め込むための2相微調整と直接選好最適化(DPO)を含む。
  論文  参考訳（メタデータ） (2023-12-20T12:59:31Z)
• Do LLMs Possess a Personality? Making the MBTI Test an Amazing Evaluation for Large Language Models [2.918940961856197]
  我々は,大規模言語モデル(LLM)の評価指標として,人格評価ツールであるMBTI(Myers-Briggs Type Indicator)の有効性を検討することを目的とする。 具体的には,1)異なるLDMの性格タイプ,2)素早いエンジニアリングによる人格タイプの変化の可能性,3)モデルの性格にどのような影響があるかを検討する。
  論文  参考訳（メタデータ） (2023-07-30T09:34:35Z)
• Personality Traits in Large Language Models [42.31355340867784]
  コミュニケーションの有効性を決定する重要な要因は人格である。 本稿では,広く使用されている大規模言語モデル上でのパーソナリティテストの管理と検証のための,新しい,包括的・包括的心理学的・信頼性の高い方法論を提案する。 本稿では,計測・形成手法の適用と倫理的意味,特に責任あるAIについて論じる。
  論文  参考訳（メタデータ） (2023-07-01T00:58:51Z)
• Revisiting the Reliability of Psychological Scales on Large Language Models [62.57981196992073]
  本研究の目的は,大規模言語モデルにパーソナリティアセスメントを適用することの信頼性を明らかにすることである。 GPT-3.5、GPT-4、Gemini-Pro、LLaMA-3.1などのモデル毎の2,500設定の分析により、様々なLCMがビッグファイブインベントリに応答して一貫性を示すことが明らかになった。
  論文  参考訳（メタデータ） (2023-05-31T15:03:28Z)
• 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)

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。