计算机应用研究

作者：何勤涛,张洁佩,马海平,张丽淼,

单位：安徽大学a.物质科学与信息技术研究院;b.信息材料与智能感知安徽省实验室,合肥230601；

关键词：文本分类,性格检测,情绪融合,多任务学习,

基金：国家自然科学基金资助项目(62107001)；；

文本性格检测已成为心理学与自然语言处理的交叉热点，其目标是在社交媒体文本中提取语义以准确识别个体在大五人格各维度上的所属类别。针对现有研究忽视情绪与性格的紧密关系、导致特征建模不全面的问题，提出一种基于文本情绪与语义协同融合的大五人格检测模型（SEAF-PD）。该方法引入情绪表征与多任务学习机制，在建模语义特征的同时建模情绪与性格的关联，并结合监督对比学习提升区分能力。在Friends、MyPersonality和Pan三个公开数据集上的实验表明，SEAF-PD在准确率与F1值上均显著优于主流基线模型。在上述三个公开数据集的5个性格维度上，SEAF-PD 分别在其中4、3、4个维度的F1指标上取得所有对比模型中的最佳结果，体现出其在不同数据集场景下稳定而突出的性能。

来源：2026年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第5期