Интересное сегодня
Как стигма влияет на психическое здоровье родителей детей с ...
Введение Стигма, связанная с расстройствами аутистического спектра (РАС), и её негативные последстви...
Изменения в метаконтроле и апериодической нейронной активнос...
Человеческий мозг претерпевает значительные изменения в первые 20 лет жизни, что отражается на повед...
Генетические и средовые факторы, влияющие на авторитарность ...
Генетические и средовые факторы, влияющие на авторитарность правого толка (RWA) и ориентацию на соци...
Как научиться принимать комплименты
Как научиться принимать комплиментыКогда вышла моя новая книга «Отбрось мелочи: Делай то, что важно,...
Как ответы влияют на последовательную зависимость в оценке к...
Введение в последовательную зависимость восприятия Предыдущий перцептивный опыт оказывает значительн...
Нарциссизм и социальное отторжение: как они связаны?
Введение Нарциссы считают мир своим устрицей. Они верят, что их величие означает, что все должны им ...
Введение
Это исследование представляет новый метод предсказания личностных черт Большой пятерки через анализ образцов речи, продвигая область компьютерной оценки личности. Используя предобученные конволюционные нейронные сети (CNN) и трансформерные модели, исследователи извлекли эмбеддинги, представляющие как акустические, так и лингвистические характеристики речи. Эти эмбеддинги были объединены и введены в модели градиентного бустинга деревьев для предсказания личностных черт. Результаты показывают, что личностные черты могут быть эффективно предсказаны из речи, с коэффициентами корреляции между предсказанными и самооцененными баллами от 0.26 до 0.39.
Методология
Данные были собраны у 2045 участников, которые заполнили опросник Большой пятерки личностных черт и предоставили образцы свободной речи, представляясь без ограничений по содержанию. Используя предобученные модели, исследователи извлекли эмбеддинги, представляющие акустические и лингвистические характеристики речи. Эти эмбеддинги были объединены и введены в модели градиентного бустинга деревьев для предсказания личностных черт.
Результаты
Коэффициенты корреляции между предсказанными и самооцененными баллами варьировались от 0.26 (экстраверсия) до 0.39 (нейротизм), и от 0.39 до 0.60 для дизаттенюированных корреляций. Внутриклассовые корреляции показывают умеренную до высокой согласованность в предсказаниях модели. Этот подход захватывает тонкие способы, которыми личностные черты выражаются через то, как люди говорят и что они говорят.
Обсуждение
Результаты исследования подчеркивают потенциал оценок на основе речи как дополнительного инструмента в психологических исследованиях, предоставляя новые инсайты в связь между речью и личностью. Однако важно учитывать этические соображения при применении таких методов в реальных условиях.
Заключение
Это исследование вносит вклад в понимание того, как речь отражает личностные черты, и демонстрирует потенциал моделей машинного обучения в этой области. Оно подчеркивает как возможности, так и ограничения, поощряя сбалансированный подход, который признает ценность технологических достижений, одновременно учитывая необходимость этической ответственности.
