Использование лингвистических признаков для автоматического распознавания личности в диалогах и текстах

Хорошо известно, что высказывания передают, помимо семантического содержания, значительный объем информации о говорящем. Одним из таких типов информации являются признаки личностных черт говорящего — наиболее фундаментального измерения различий между людьми. В недавних исследованиях изучается автоматическое выявление других типов прагматической вариативности в текстах и диалогах, таких как эмоции, обман, харизма говорящего, доминирование, точка зрения, субъективность, мнение и тональность. Личность влияет на эти и другие аспекты порождения речи, поэтому распознавание личности может быть полезно для решения таких задач, а также иметь множество других потенциальных применений. Однако на сегодняшний день автоматическому распознаванию личностных черт посвящено немного исследований. В статье представлены экспериментальные результаты распознавания всех личностных черт «Большой пятерки» как в диалогах, так и в текстах с использованием самооценок и оценок личности наблюдателями. В отличие от ряда предыдущих работ, в которых приводятся результаты классификации, мы исследуем модели классификации, регрессии и ранжирования. Для каждой модели анализируется влияние различных наборов признаков на точность. Результаты показывают, что для некоторых черт любой тип статистической модели значительно превосходит базовый уровень, однако в целом наилучшие результаты демонстрируют модели ранжирования. Мы также представляем эксперимент, свидетельствующий о том, что модели ранжирования точнее многоклассовых классификаторов при моделировании личности. Кроме того, модели распознавания, обученные на данных о личности, оцененной наблюдателями, работают лучше моделей, обученных на самоотчетах, а оптимальный набор признаков зависит от личностной черты. Качественный анализ обученных моделей подтверждает ранее выявленные связи между языком и личностью и одновременно выявляет множество новых лингвистических маркеров.