論文の概要: Joint Modeling of Big Five and HEXACO for Multimodal Apparent Personality-trait Recognition

• arxiv url: http://arxiv.org/abs/2510.14203v1
• Date: Thu, 16 Oct 2025 01:21:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-17 21:15:14.667382
• Title: Joint Modeling of Big Five and HEXACO for Multimodal Apparent Personality-trait Recognition
• Title（参考訳）: マルチモーダル・パーソナリティ・トレート認識のためのBig FiveとHEXACOの併用モデリング
• Authors: Ryo Masumura, Shota Orihashi, Mana Ihori, Tomohiro Tanaka, Naoki Makishima, Taiga Yamane, Naotaka Kawata, Satoshi Suzuki, Taichi Katayama,
• Abstract要約: 本稿では,ビッグファイブとHEXACOの共同モデリング手法を提案する。 提案手法は,Big FiveとHEXACOを効果的に認識することができる。
• 参考スコア（独自算出の注目度）: 27.790349785126068
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper proposes a joint modeling method of the Big Five, which has long been studied, and HEXACO, which has recently attracted attention in psychology, for automatically recognizing apparent personality traits from multimodal human behavior. Most previous studies have used the Big Five for multimodal apparent personality-trait recognition. However, no study has focused on apparent HEXACO which can evaluate an Honesty-Humility trait related to displaced aggression and vengefulness, social-dominance orientation, etc. In addition, the relationships between the Big Five and HEXACO when modeled by machine learning have not been clarified. We expect awareness of multimodal human behavior to improve by considering these relationships. The key advance of our proposed method is to optimize jointly recognizing the Big Five and HEXACO. Experiments using a self-introduction video dataset demonstrate that the proposed method can effectively recognize the Big Five and HEXACO.
• Abstract（参考訳）: 本稿では,これまで研究されてきたビッグファイブと,最近心理学に注目されているHEXACOを併用して,マルチモーダルな人間の行動から人格の特徴を自動的に認識する手法を提案する。 これまでのほとんどの研究では、Big Fiveをマルチモーダルなパーソナリティ-トレート認識に利用してきた。 しかし, HEXACOは, 転落した攻撃や復讐, 社会的支配の指向などに関連する, 誠実・幸福な特性を評価できる, 明らかなHEXACOに焦点を絞った研究はない。 さらに、機械学習によってモデル化されたBig FiveとHEXACOの関係は明らかにされていない。 これらの関係を考慮し、マルチモーダルな人間の行動に対する意識の向上を期待する。 提案手法の重要な進歩は,ビッグファイブとHEXACOの認識を協調的に最適化することである。 自己導入型ビデオデータセットを用いた実験により,提案手法がBig FiveとHEXACOを効果的に認識できることが実証された。

関連論文リスト

• Machine learning methods fail to provide cohesive atheoretical construction of personality traits from semantic embeddings [0.0]
  この語彙仮説は、人格の特徴が言語でコード化され、ビッグファイブのようなモデルの基礎となっていることを示唆している。 我々は、機械学習を用いて古典形容詞リストからボトムアップパーソナリティモデルを作成し、その記述ユーティリティをBig Fiveと比較した。 本研究は,ビッグファイブの頑健さを実証し,人格の意味構造が文脈に依存していることを示唆する。
  論文  参考訳（メタデータ） (2025-10-10T17:29:33Z)
• More Than One Teacher: Adaptive Multi-Guidance Policy Optimization for Diverse Exploration [103.1589018460702]
  ガイダンス・オン・デマンド」アプローチは、自己発見の価値を保ちながら探究を広げる。 実験の結果、AMPOは強いベースラインを大幅に上回ることが示された。 ピアサイズの4人の教師を用いて、より強力な1人の教師を活用できる手法に匹敵する結果が得られる。
  論文  参考訳（メタデータ） (2025-10-02T17:14:00Z)
• Applying Psychometrics to Large Language Model Simulated Populations: Recreating the HEXACO Personality Inventory Experiment with Generative Agents [0.0]
  生成エージェントは、洗練された自然言語の相互作用を通して人間のような特性を示す。 事前に定義された人物の伝記に基づいて役割や個性を仮定する能力は、社会科学研究の参加者にとってコスト効率のよい代用品として位置づけられている。 本稿では,このようなペルソナをベースとしたエージェントがヒトの集団を表わすための有効性について検討する。
  論文  参考訳（メタデータ） (2025-08-01T16:16:16Z)
• SAC: A Framework for Measuring and Inducing Personality Traits in LLMs with Dynamic Intensity Control [1.9282110216621835]
  大規模言語モデル(LLM)は近年,幅広い分野において大きな注目を集めている。 また、対話中に人間のような個性を表示するという期待も高まりつつある。 既存のモデルは2つの大きな制限に直面している。それらは、粗いパーソナリティ次元のみを提供するBig Five (OCEAN)フレームワークに依存しており、特性強度を制御するメカニズムが欠如している。
  論文  参考訳（メタデータ） (2025-06-26T04:12:15Z)
• Pose as a Modality: A Psychology-Inspired Network for Personality Recognition with a New Multimodal Dataset [8.349628974863753]
  フルボディのポーズデータを組み込んだ新しいデータセットを開発した。 MFA(Multimodal Feature Awareness)、Multimodal Feature Interaction(MFI)、サイコロジーインフォームド・モダリティ相関損失(PIMC損失)の3つの主要なモジュールで構成されている。
  論文  参考訳（メタデータ） (2025-03-17T08:21:33Z)
• Human Cognitive Benchmarks Reveal Foundational Visual Gaps in MLLMs [65.93003087656754]
  VisFactorは、よく確立された認知心理学評価から20の視覚中心のサブテストをデジタル化するベンチマークである。 GPT、Gemini、Claude、LLaMA、Qwen、SEEDファミリーから20のフロンティアマルチモーダル言語モデル(MLLM)を評価する。 最高のパフォーマンスモデルは100点中25.19点のスコアしか得られず、精神的な回転、空間的関係推論、図形の識別といったタスクに一貫して失敗する。
  論文  参考訳（メタデータ） (2025-02-23T04:21:32Z)
• LLMs Simulate Big Five Personality Traits: Further Evidence [51.13560635563004]
  Llama2, GPT4, Mixtralでシミュレートされた性格特性を解析した。 このことは、パーソナリティ特性をシミュレートするLLMの能力のより広範な理解に寄与する。
  論文  参考訳（メタデータ） (2024-01-31T13:45:25Z)
• Machine Psychology [54.287802134327485]
  我々は、心理学にインスパイアされた行動実験において、研究のための実りある方向が、大きな言語モデルに係わっていると論じる。 本稿では,本手法が表に示す理論的視点,実験パラダイム,計算解析技術について述べる。 これは、パフォーマンスベンチマークを超えた、生成人工知能(AI)のための「機械心理学」の道を開くものだ。
  論文  参考訳（メタデータ） (2023-03-24T13:24:41Z)
• Multimodal foundation models are better simulators of the human brain [65.10501322822881]
  1500万の画像テキストペアを事前訓練した,新たに設計されたマルチモーダル基礎モデルを提案する。 視覚的エンコーダも言語的エンコーダもマルチモーダルで訓練され,脳に近いことが判明した。
  論文  参考訳（メタデータ） (2022-08-17T12:36:26Z)

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。