Анализ личности по тексту

Вызов

Когда IBM объявила о закрытии сервиса Watson Personality Insights, наш заказчик оказался перед необходимостью срочно найти замену. Его бизнес полностью зависел от возможности анализировать тексты пользователей и определять их психологические характеристики для персонализации услуг.

Стандартные решения на рынке не обеспечивали требуемой точности, а создание собственной модели требовало глубокой экспертизы в области машинного обучения и психометрии.

Решение

Мы создали собственную модель машинного обучения, способную анализировать тексты на нескольких языках и определять:

• Психологические характеристики по модели «Большая пятерка»
• Личные потребности и ценности человека
• Потребительские предпочтения и склонности

Модель работает с текстами любой длины и показывает стабильные результаты даже на языках, которых не было в обучающих данных.

Технологии

В основе решения — современная архитектура на базе трансформеров XLM RoBERTa large, предварительно обученная на многоязычных данных. Модель обрабатывает контекст до 960 слов и использует векторные представления из нескольких слоев нейронной сети для максимальной точности.

Система развёрнута в облачной инфраструктуре с автоматическим масштабированием и мониторингом качества предсказаний в реальном времени.

Результаты

Достигнутая точность превзошла требования заказчика и показатели оригинального сервиса IBM Watson:

Модель успешно работает в продакшене и обрабатывает тысячи текстов ежедневно, обеспечивая стабильную работу бизнес-процессов клиента.

Применение

Анализ личности по тексту открывает возможности для персонализации в HR, маркетинге, образовании и психотерапии. Наше решение помогает лучше понимать пользователей и предоставлять им более релевантный опыт.