O presente trabalho traz um estudo no âmbito de Geração de Língua Natural, com ênfase na tarefa de Geração de Expressões de Referência (GER), a qual consiste em gerar expressões referenciais semelhantes às produzidas por humanos. Existem estudos que exploram o uso da variação individual do ser humano no aprendizado do padrão de seleção de conteúdo na construção de descrições, contudo, treinar tais conjuntos de dados é computacionalmente caro. O trabalho apresenta um modelo de seleção de conteúdo para GER, baseado em traços de personalidade, o qual generaliza padrões de comportamentos referenciais similares em cada perfil de personalidade. Na pesquisa também realizou-se um levantamento bibliográfico sobre o tema, e construiu-se um córpus com expressões de referência contendo informações de personalidade de cada participante, as quais foram anotadas tomando por base o modelo dos Cinco Grandes Fatores. Este córpus tem como finalidade ser utilizado como entrada tanto no modelo desenvolvido, como em outros estudos na área. Os resultados comprovam que modelos de GER dependentes da personalidade superam os algoritmos GER tradicionais, e que são uma alternativa viável em abordagens que dependam da variação de locutores / The present work presents a study in the field of Generation of Natural Language, with emphasis on the task of Generation of Reference Expressions (GER), which is to generate reference expressions similar to those produced by humans. There are studies that explore the use of individual human variation in learning the pattern of content selection in the construction of descriptions, however, training such datasets is computationally expensive. The paper presents a content selection model for GER based on personality traits, which generalizes patterns of similar referential behavior in each personality profile. The research also carried out a bibliographic survey on the subject, and a corpus was constructed with reference expressions containing personality information of each participant, which were annotated based on the model of the Five Great Factors. This corpus is intended to be used as an input in both the developed model and other studies in the area. The results show that personality-dependent GER models exceed traditional GER algorithms, and are a viable alternative in approaches that depend on the variation of speakers

Apresentamos uma pesquisa na área de Processamento de Linguagem Natural, para reconhecimento de personalidade com base em textos da língua portuguesa. Neste trabalho utilizamos textos provenientes da rede social Facebook, em conjunto com o modelo de personalidade dos Cinco Grandes Fatores, para construir um córpus rotulado com as personalidades de seus autores e, após a identificação das características mais relevantes para o reconhecimento de personalidade, construir modelos computacionais utilizando essas características. Utilizando-se métodos provenientes de léxicos, como o dicionário LIWC ou atributos psicolinguísticos, e métodos provenientes do próprio texto, como bag of words, representação distribuída de palavras e de documentos foram desenvolvidos modelos para reconhecimento de personalidade sem a necessidade de outros métodos mais comumente utilizados para essa tarefa, como inventários ou entrevistas com psicólogos. Os resultados dos métodos de representação distribuída são ligeiramente superiores do que os resultados utilizando o dicionário LIWC, com a vantagem de não exigirem recursos dependentes de um idioma específico / We present a research proposal in the Natural Language Processing field, to recognize personality through texts in the portuguese language. Using texts from the social network Facebook we built a corpus labeled with authors Big-5 personality traits, and after identifying the most relevant atributes to recognize personality, we built computational models based on those attributes. The model was expected to recognize personality without the help of any other methods commonly used in this task, such as inventories or interviews with psychologists. Using lexical methods such as the LIWC dictionary or psycholinguistic attributes, and methods from the text itself, such as bag of words, distributed representation of words and documents, we obtained models for personality recognition without the need of other methods most commonly used for this task. The results of distributed representation methods are slightly better than the results using the LIWC dictionary, with the advantage of not requiring features dependent on a specific language

Apresentamos uma pesquisa na área de Processamento de Linguagem Natural, para reconhecimento de personalidade com base em textos da língua portuguesa. Neste trabalho utilizamos textos provenientes da rede social Facebook, em conjunto com o modelo de personalidade dos Cinco Grandes Fatores, para construir um córpus rotulado com as personalidades de seus autores e, após a identificação das características mais relevantes para o reconhecimento de personalidade, construir modelos computacionais utilizando essas características. Utilizando-se métodos provenientes de léxicos, como o dicionário LIWC ou atributos psicolinguísticos, e métodos provenientes do próprio texto, como bag of words, representação distribuída de palavras e de documentos foram desenvolvidos modelos para reconhecimento de personalidade sem a necessidade de outros métodos mais comumente utilizados para essa tarefa, como inventários ou entrevistas com psicólogos. Os resultados dos métodos de representação distribuída são ligeiramente superiores do que os resultados utilizando o dicionário LIWC, com a vantagem de não exigirem recursos dependentes de um idioma específico / We present a research proposal in the Natural Language Processing field, to recognize personality through texts in the portuguese language. Using texts from the social network Facebook we built a corpus labeled with authors Big-5 personality traits, and after identifying the most relevant atributes to recognize personality, we built computational models based on those attributes. The model was expected to recognize personality without the help of any other methods commonly used in this task, such as inventories or interviews with psychologists. Using lexical methods such as the LIWC dictionary or psycholinguistic attributes, and methods from the text itself, such as bag of words, distributed representation of words and documents, we obtained models for personality recognition without the need of other methods most commonly used for this task. The results of distributed representation methods are slightly better than the results using the LIWC dictionary, with the advantage of not requiring features dependent on a specific language

O presente trabalho traz um estudo no âmbito de Geração de Língua Natural, com ênfase na tarefa de Geração de Expressões de Referência (GER), a qual consiste em gerar expressões referenciais semelhantes às produzidas por humanos. Existem estudos que exploram o uso da variação individual do ser humano no aprendizado do padrão de seleção de conteúdo na construção de descrições, contudo, treinar tais conjuntos de dados é computacionalmente caro. O trabalho apresenta um modelo de seleção de conteúdo para GER, baseado em traços de personalidade, o qual generaliza padrões de comportamentos referenciais similares em cada perfil de personalidade. Na pesquisa também realizou-se um levantamento bibliográfico sobre o tema, e construiu-se um córpus com expressões de referência contendo informações de personalidade de cada participante, as quais foram anotadas tomando por base o modelo dos Cinco Grandes Fatores. Este córpus tem como finalidade ser utilizado como entrada tanto no modelo desenvolvido, como em outros estudos na área. Os resultados comprovam que modelos de GER dependentes da personalidade superam os algoritmos GER tradicionais, e que são uma alternativa viável em abordagens que dependam da variação de locutores / The present work presents a study in the field of Generation of Natural Language, with emphasis on the task of Generation of Reference Expressions (GER), which is to generate reference expressions similar to those produced by humans. There are studies that explore the use of individual human variation in learning the pattern of content selection in the construction of descriptions, however, training such datasets is computationally expensive. The paper presents a content selection model for GER based on personality traits, which generalizes patterns of similar referential behavior in each personality profile. The research also carried out a bibliographic survey on the subject, and a corpus was constructed with reference expressions containing personality information of each participant, which were annotated based on the model of the Five Great Factors. This corpus is intended to be used as an input in both the developed model and other studies in the area. The results show that personality-dependent GER models exceed traditional GER algorithms, and are a viable alternative in approaches that depend on the variation of speakers