EERPD: Leveraging Emotion and Emotion Regulation for Improving Personality Detection

个性是心理学中的一个基本概念，反映了个体的行为、思维和情感模式。先前的研究在个性检测方面取得了一些进展，主要是通过利用整个文本来预测个性。然而，这些研究通常忽视心理学知识：它们很少应用情绪调节和个性之间已经被充分证实的相关性。基于此，我们提出了一种新的个性检测方法，称为EERPD。该方法引入了情绪调节这一与个性高度相关的心理概念，用于个性预测。通过将这一特征与情感特征相结合，它检索了少量样例，并提供了从文本中推断标签的过程CoTs。这种方法增强了对文本中LLM的个性理解，并提高了个性检测的性能。实验结果表明，EERPD显著提高了个性检测的准确性和鲁棒性，在两个基准数据集上的平均F1值比先前的SOTA分别提高了15.05/4.29。

提出一种新的基于情绪调节的个性预测方法，以提高个性检测的准确性和鲁棒性。

将情绪调节这一与人格高度相关的心理概念引入个性预测中，与情感特征相结合，提高了文本中个性的理解和性能。

实验结果表明，该方法在两个基准数据集上的平均F1分数比之前的最优方法提高了15.05/4.29，具有较高的准确性和鲁棒性。

之前的研究主要使用整个文本来预测个性，很少应用情绪调节与个性之间的相关性。