韩诺 关增达 杨莉 朱廷劭

    摘?要?近年来，随着计算机自然语言处理以及机器学习技术的日愈成熟，利用网络行为预测用户的心理特征逐渐成为跨学科的研究热点，一些学者也随之开始研究利用人工智能方法建立文学人物心理预测模型。目前的文学智能分析使用微博数据建立的预测模型来对文学人物进行分析，这与文学作品中的场景存在差异。本文将迁移学习引入文学智能分析，针对英国文学家毛姆笔下的文学人物的心理特征进行预测，结果发现迁移学习模型使文学人物的心理预测效果有所提升，表明了迁移学习在文学人物心理分析模型中的有效性。

    关键词?迁移学习;文学人物心理预测模型;毛姆小说

    分类号?TP391

    DOI： 10.16842/j.cnki.issn2095-5588.2019.10.005

    1?引言

    文艺作品中的人物心理过程与人格形象塑造是文学创作、评价的核心，由于其主观性和复杂性，以往研究大多以文学评论或哲学思辨为主。由于文学人物是虚拟的或理想化的，基于自我报告的测量方法难以对文学人物进行施测，而传统的对文学人物进行的性格分析以定性方法为主，本文提出利用机器学习方法，在既有研究的基础上，提高对文学人物心理特征自动识别的准确度，从而达到预测文学人物心理的目的。

    近年来，随着计算机自然语言处理以及机器学习技术的日愈成熟，利用网络行为预测用户的心理特征逐渐成为跨学科的研究热点，国内外研究者基于社交媒体内容与大五人格表的映射关系对Facebook用户、Twitter用户与微博用户等进行人格预测的技术也日愈成熟(Li，Li ......