HyperPersona：多层超图框架用于文本人格预测

Sina Heydari 与 Majid Ramezani 提出多层级超图框架 HyperPersona，用于从文本自动预测人格。该框架把文本的文档、句子、词三层结构显式建模为超图：文档和句子作为超边，词作为节点，再由基于 Transformer 的图编码器学习层内与跨层交互，以联合建模全局、局部和词汇层面的依赖。 作者称，在 Big Five 人格维度上的实验显示，仅依赖文本即可超越现有 SOTA 基线。论文目前处于同行评审阶段，上述效果尚未经同行评审确认。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。