• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Conference on Tools with Artificial Intelligence >Analyzing and Preventing Bias in Text-Based Personal Trait Prediction Algorithms
【24h】

Analyzing and Preventing Bias in Text-Based Personal Trait Prediction Algorithms

机译：分析和预防基于文本的个人特质预测算法中的偏差

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Personality prediction based on textual data is one topic gaining attention recently for its potential in large-scale personalized applications such as social media-based marketing and political campaigning. However, when applying this technology in real-world applications, users often encounter situations in which the personality traits derived from different sources (e.g., social media posts versus emails) are inconsistent. Varying results for the same individual renders the tool ineffective and hard to trust. This paper demonstrates the impact of domain bias in automated text-based personality prediction, and proposes a novel method to correct domain bias. The proposed approach is generic since it requires neither retraining the system using examples from an application domain, nor any knowledge of the original training data used by a personal trait analysis tool. We conduct comprehensive experiments to evaluate the effectiveness of the method, and the findings indicate a significant improvement of prediction accuracy (e.g., a 20-30% relative error reduction) with the proposed method.
机译：基于文本数据的个性预测是近来因其在大规模个性化应用（如基于社交媒体的营销和政治竞选）中的潜力而受到关注的一个主题。但是，当在实际应用中应用该技术时，用户经常会遇到以下情况：来自不同来源（例如，社交媒体帖子与电子邮件）的个性特征不一致。同一个人的不同结果导致该工具无效且难以信任。本文演示了域偏差在基于文本的自动人格预测中的影响，并提出了一种纠正域偏差的新方法。提议的方法是通用的，因为它既不需要使用来自应用程序域的示例来重新训练系统，也不需要任何关于个人特征分析工具使用的原始训练数据的知识。我们进行了全面的实验以评估该方法的有效性，研究结果表明，该方法可显着提高预测准确性（例如，相对误差降低20-30％）。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号