文献

J-GLOBAL ID：202002238936537041   整理番号：20A2263496

機械学習による政治的代理のBREXIT心理測定プロファイリング:ツイッター政治テキストによるBoris Johnsonの性格特性の予測【JST・京大機械翻訳】

BREXIT Psychometric Profiling the Political Salubrious through Machine Learning: Predicting personality traits of Boris Johnson through Twitter political text

著者 (2件)： Usher James (School of Computing Technological, University Dublin, Dublin, Ireland) ,  Dondio Pierpaolo (School of Computing Technological, University Dublin, Dublin, Ireland)
資料名： ACM Proceedings  (ACM Proceedings)
号： WIMS 2020  ページ： 178-183  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： CIAは,数十年間,心理測定プロファイリングを使用しているが,Cambridge Analynaは,人々の心理的特性が,彼らの顔の書籍またはTwitter会計のような,それらのデジタルフットプリントから正確に予測できることを示した。ディジタルフットプリントからの心理的評価のこの形式を利用するために,著者らはTwitterから政治的人格を評価する機械学習法を提案した。著者らは,Prime Minster Boris Johnsons Twitterのツイート含有量を抽出し,そのTwitter政治的内容に基づく3つの予測的人格モデルを築き上げた。3355の政治的ツイートのサンプルからBig5人格因子から成るOCEANモデルを予測するために,Naive Bayes多項式モデルとサポートベクトルマシンベクトルモデル,Multi-Layer Perceptronニューラルネットワークを用いた。本手法は,政治的ピンセットをベクトル化し,次に,教師付き学習者分類器を送り込むために使用するspaCyからの埋込みとして単語ベクトル表現を学習する。分類アルゴリズムからモデルごとに各形質に対する予測の質を測定することでこの手法の有効性を実証した。著者らの知見は,すべての3つのモデルが,最高の精度を達成するサポートマシンベクトルモデルによって,人格特性”Openness”を計算することを示した。「Extraversion」は,Multi-Layer Perceptronニューラルネットワークとサポートベクトルマシンベクトルモデルによって,2番目に高い精度の人格スコアを達成した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ベクトル ,  会計 ,  ニューラルネットワーク ,  教師つき学習 ,  ディジタル方式 ,  単語 ,  *機械学習 ,  サポートベクトルマシン
準シソーラス用語： フットプリント ,  ベクトル化 ,  分類アルゴリズム ,  ソーシャルメディア ,  プロファイリング ,  *ツイッター ,  Naive Bayes , 【Automatic Indexing@JST】

著者キーワード (4件)： BREXIT ,  大きな5個性 ,  海洋 ,  ソーシャルメディア

分類 (2件)： その他の情報処理  (JE15050M) ,  応用心理学  (AE02000A)

タイトルに関連する用語 (7件)： 機械学習 ,  政治 ,  心理測定 ,  プロファイリング ,  ツイッター ,  性格特性 ,  予測