سنجش شخصیت با استفاده از رویکردهای یادگیری ماشین و پردازش زبان طبیعی

در روانشناسی و منابع انسانی، ارزیابی شخصیت همواره چالش برانگیز بوده است. روش های سنتی مانند پرسشنامه ها و مصاحبه ها با محدودیت های اساسی دارند و استفاده از داده های فیزیولوژیکی نیز گران و پیچیده است و نتایج آن ها تفاوت معناداری با روش های سنتی ندارد. با پیشرفت یادگیری ماشین و پردازش زبان طبیعی، امکان پیش بینی ویژگی های شخصیتی از طریق تحلیل داده های زبانی به عنوان روشی نوین مطرح شده است. این پژوهش با هدف پیش بینی شخصیت بر اساس تحلیل داده های زبانی انجام شده است. داده ها شامل نوشته های ۱۷۵۰ نفر از پست های شبکه های اجتماعی، وبلاگ ها و سخنرانی ها بود که همراه با نمرات پرسشنامه ی پنج عامل بزرگ شخصیت جمع آوری شد. پس از پیش پردازش و استخراج داده ها، مدل های یادگیری ماشین با استفاده از پایتون و R توسعه یافتند. نتایج نشان داد که ویژگی های زبانی مانند انتخاب واژگان، ساختار جمله و سبک نگارش ارتباط معناداری با ابعاد شخصیتی مانند برون گرایی و درون گرایی دارند. این پژوهش تایید می کند که زبان بازتابی از شخصیت فرد است و با استفاده از یادگیری ماشین می توان این اطلاعات را استخراج و برای پیش بینی شخصیت به کار برد.

Keywords:

سنجش شخصیت , پردازش زبان طبیعی , هوش مصنوعی , یادگیری ماشین , روانسنجی مبتنی بر هوش مصنوعی