Mpnet Personality

🚀 dwulff/mpnet-personality

这是一个 sentence-transformers 模型，它可以将与人格相关的条目或文本映射到一个768维的密集向量空间中，可用于人格心理学的许多任务，例如对人格条目和量表进行聚类、将人格量表映射到人格结构等。

该模型是通过使用200k对人格条目之间的无符号经验相关性对 all-mpnet-base-v2 进行微调而生成的。因此，该模型能够独立于方向（例如否定）对与人格相关的文本内容进行编码。

详情请参阅 Wulff & Mata (2025)（请参阅 补充材料）。

🚀 快速开始

安装

确保 sentence-transformers 已安装：

# 最新版本
pip install -U sentence-transformers

# 最新开发版本
pip install git+https://github.com/UKPLab/sentence-transformers.git

使用示例

基础用法

你可以按以下方式提取嵌入向量：

from sentence_transformers import SentenceTransformer

# 人格相关句子
sentences = ["Rarely think about how I feel.", "Make decisions quickly."]

# 加载模型
model = SentenceTransformer('dwulff/mpnet-personality')

# 提取嵌入向量
embeddings = model.encode(sentences)
print(embeddings)

✨ 主要特性

• 能够将人格相关文本映射到768维密集向量空间，适用于人格心理学的多种任务。
• 编码时独立于文本方向（如否定）。

📚 详细文档

评估结果

该模型已在公开的人格数据上进行了评估。对于标准的人格量表，如大五人格（BIG5）或六维人格（HEXACO）量表，该模型预测人格条目之间的经验相关性约为皮尔逊 r ~ .6，量表之间的经验相关性约为皮尔逊 r ~ .7。

由于记忆效应，该模型在其训练过的许多常见人格条目上的表现可能更高（r ~ .9）。对于更专业的人格评估和人格条目以外的文本，以及人格因素，由于相关性方差的减小，其性能会较差。

详情请参阅 Wulff & Mata (2025)（请参阅 补充材料）。

引用

如果你使用了该模型，请按以下格式引用：

@article{wulff2024taxonomic,
  author       = {Wulff, Dirk U. and Mata, Rui},
  title        = {Semantic embeddings reveal and address taxonomic incommensurability in psychological measurement},
  journal      = {Nature Human Behavior},
  doi          = {https://doi.org/10.1038/s41562-024-02089-y}
}

训练

该模型的训练参数如下：

数据加载器

torch.utils.data.dataloader.DataLoader，长度为3125，参数如下：

{'batch_size': 64, 'sampler': 'torch.utils.data.sampler.RandomSampler', 'batch_sampler': 'torch.utils.data.sampler.BatchSampler'}

损失函数

sentence_transformers.losses.CosineSimilarityLoss.CosineSimilarityLoss

fit() 方法的参数：

{
    "epochs": 3,
    "evaluation_steps": 0,
    "evaluator": "NoneType",
    "max_grad_norm": 1,
    "optimizer_class": "<class 'torch.optim.adamw.AdamW'>",
    "optimizer_params": {
        "lr": 2e-05
    },
    "scheduler": "WarmupLinear",
    "steps_per_epoch": null,
    "warmup_steps": 625,
    "weight_decay": 0.01
}

完整模型架构

SentenceTransformer(
  (0): Transformer({'max_seq_length': 384, 'do_lower_case': False}) with Transformer model: MPNetModel 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
  (2): Normalize()
)