MBTI-LSTM 🧠

Классификация типов личности по текстам с помощью глубокого обучения

---

MBTI-LSTM — исследовательский проект, использующий рекуррентные нейронные сети (LSTM) для классификации типов личности MBTI на основе текстов из социальных сетей.

LSTM модель извлекает косвенные признаки личности через анализ последовательностей в тексте:

• Стиль написания
• Выбор слов
• Синтаксические паттерны
• Структура предложений

---

BiLSTM архитектура: 128→64 нейронов с attention

Научная база: Опубликованные статьи РИНЦ

Google Colab: Обучение на GPU

---

Установка

# Клонировать репозиторий
git clone https://github.com/mueqee/MBTI-LSTM.git
cd MBTI-LSTM

# Создать виртуальное окружение
python3 -m venv venv
source venv/bin/activate  # Linux/Mac
# venv\Scripts\activate  # Windows

# Установить зависимости
pip install --upgrade pip
pip install -r requirements.txt
pip install -e .

# Загрузить NLTK данные
python -c "import nltk; nltk.download('punkt'); nltk.download('stopwords'); nltk.download('wordnet'); nltk.download('omw-1.4')"

Загрузка данных

# Скачать датасет с Kaggle
./scripts/download_kaggle_data.sh

Обучение модели

# Запустить обучение
python scripts/train.py \
    --data_path data/raw/mbti_dataset.csv \
    --num_epochs 50 \
    --batch_size 32 \
    --learning_rate 0.001

Google Colab GPU

Для быстрого обучения на GPU notebook: LSTM_Training_Colab.ipynb

---

Результаты

Дихотомия	Точность	F1-Score
I/E (Интроверсия/Экстраверсия)	0.77	0.84
N/S (Интуиция/Сенсорика)	0.86	0.87
T/F (Мышление/Чувствование)	0.62	0.83
J/P (Суждение/Восприятие)	0.60	0.82
Среднее	0.71	0.84

---

Сравнение метрик

Дихотомия	Желаемая точность	Желаемый F1	Действительная* точность	Действительный* F1
I/E	0.77	0.84	0.7043	0.3507
N/S	0.86	0.87	0.8195	0.4196
T/F	0.62	0.83	0.5799	0.4196
J/P	0.60	0.82	0.5276	0.4196
Среднее	0.71	0.84	0.6578	0.4196

*После пересбора модели и первых итераций

---

Архитектура модели

Входной текст (max 500 токенов)
           ↓
   Embedding Layer (300d)
           ↓
    BiLSTM Layer 1 (128)
           ↓  
    BiLSTM Layer 2 (64)
           ↓
      Dropout (0.2)
           ↓
   Полносвязный слой (64)
           ↓
    Выход (4 дихотомии)

Параметры модели: ~12M обучаемых весов

---

Структура проекта

MBTI-LSTM/
├── src/                    # Основной код
│   ├── data/              # Обработка данных
│   ├── models/            # LSTM архитектура
│   ├── training/          # Обучение и метрики
│   └── api/               # API для инференса
├── scripts/               # Скрипты запуска
├── notebooks/             # Jupyter notebooks
├── config/                # Конфигурации
├── data/                  # Датасеты
├── checkpoints/           # Сохраненные модели
├── docker/                # Docker конфигурация
├── docs/                  # Документация
└── papers/                # Научные публикации

---

Научные публикации

1. Самойлова Л. (2024). "Прогнозирование личностных характеристик MBTI с использованием рекуррентной нейронной сети LSTM и текстовых данных социальных сетей". Вестник Науки, 6(75).
   • PDF

---

Стек

• Python
• PyTorch
• NLTK / spaCy - обработка текста
• scikit-learn - метрики и разбиение данных
• pandas / numpy - работа с данными
• Docker - контейнеризация (в процессе)

---

Roudmap

Завершено

• Базовая архитектура LSTM с диссера
• Pipeline обработки данных
• Система обучения с ранней остановкой
• Полная русификация кода
• Google Colab интеграция

В работе

• Эксперименты с гиперпараметрами
• Attention механизм
• Предобученные эмбеддинги (Word2Vec/FastText)
• MLflow для трекинга экспериментов

Желательно потом

• FastAPI для инференса
• Сравнение с BERT/RoBERTa
• Веб-интерфейс
• Production deployment

---

MIT License - см. LICENSE

---

Благодарности

• Датасет: Kaggle MBTI Dataset
• Научный руководитель: к.т.н., доцент Гулевич Т.М.

---

• GitHub: @mueqee
• Telegram: @mueqee
• ORCID & Google Scholar: СамойловаЛ

---

Создано с ❤️ для исследований в области анализа личности