nlp - 如何将 LIWC 类别映射到具有相关系数分数的人格特征(例如 big5)?
问题描述
我正在做一个项目,正在构建一个像 LIWC 这样的语言分析程序,我想将大约 70 个类别(例如,负面情绪、性、工作、睡眠等)映射到五巨头的人格特征上。LIWC 中每个类别的分数是通过将该类别中所有单词的出现次数除以文本中的单词总数来计算的,但是我需要一个适当的阈值或尺度来说明单词类别的出现何时显着为人格特征之一。我发现了 LIWC 类别和五巨头之间的一对一相关系数(spearman 的 rho)矩阵。是否有某种统计/分类器可以使用这些相关性来设置阈值?
解决方案
推荐阅读
- c# - 为什么当我达到大小限制时,我需要在我的大小受限的 MemoryCache 上调用两次 Set?
- loops - 遍历字典并根据 Ansible 中循环中的条件更改每个项目的值
- python - 命令出错,退出状态为 1:python setup.py egg_info 在安装 mysqlclient 时检查日志以获取完整的命令输出
- gnu-make - 在 GNU Make 中执行任何其他任务之前运行先决条件任务?
- cmake - add_test() 中“cmake -E compare_files”的意外行为
- python - 遍历数组并将字符串应用为属性名称的正确方法?
- android - 我如何决定在 .gitignore 中添加 .idea/jarRepositories.xml
- java - 使用 Java 中的谷歌表格 API 基于列对范围进行排序
- node.js - 将 JSON 数据添加到浏览器 NodeJ 和 HandleBars
- bash - 在复杂循环中使用一元运算符的 bash 错误