Persona-E$^2$: テキスト上の出来事に対するパーソナリティが形作る感情応答のための、人に根差したデータセット
arXiv cs.CL / 2026/4/13
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、感情計算（affective computing）ではしばしば感情をテキストの静的な性質としてモデル化しており、同一の出来事に対して異なる読者のパーソナリティがどのように異なる感情評価を生み出すのかが無視されていると主張する。
- 人間が根差した大規模データセット Persona-E$^2$（Persona-Event2Emotion）を提案し、ニュース、ソーシャルメディア、ライフナラティブにわたる出来事の感情変化を、注釈付きの MBTI と Big Five の性格特性に結び付ける。
- 著者らは、ロールプレイング型 LLM が「パーソナリティ・イリュージョン（personality illusion）」を示し得ることを報告している。これは、出力が真の、論理に基づく感情評価の変化ではなく、表面的なステレオタイプを反映してしまう現象である。
- 実験により、現時点の最先端 LLM は、特にソーシャルメディア環境において、細かな感情評価の変化を捉えるのが難しいことが示される。
- 本研究では、パーソナリティ情報を追加することでモデルの理解が改善され、Big Five の特性が「パーソナリティ・イリュージョン」効果の低減に役立つことが分かる。
