核心概念
大規模言語モデルを活用し、自然言語におけるカリスマ的リーダーシップ戦略の自動検出手法を開発する。
摘要
本研究では、カリスマ的リーダーシップ戦略(CLT)を自然言語から自動的に検出するために、BERT言語モデルを微調整する手法を提案している。
まず、CLTに関する独自の大規模コーパスを構築した。このコーパスを用いて、CLTを正確に識別できる機械学習モデルを訓練した。モデルの性能評価の結果、全てのCLTの検出精度が98.96%に達した。
この研究成果は、心理学や経営学の分野における重要な示唆を提供する。現在の手動による煩雑な分析プロセスを簡素化する潜在的な方法を示しているためである。
本研究では以下の点を明らかにしている:
- 大規模言語モデルを活用し、自然言語からCLTを自動検出する手法を開発した
- 独自のCLTコーパスを構築し、モデルの訓練に活用した
- モデルの性能評価の結果、高精度な検出が可能であることを示した
- この手法は、カリスマ的リーダーシップの分析を簡素化し、研究を促進する可能性がある
统计
「カリスマ的リーダーは、フォロワーの生産性を高める」
「カリスマ的リーダーは、ソーシャルメディアでの影響力を高める」
「カリスマ的リーダーシップは、COVID-19パンデミック下での外出制限令順守を促進し、感染率と死亡率を大幅に低下させた」
引用
「カリスマは、価値観に基づき、象徴的で感情的なリーダーのシグナリングである」
「シグナルとは、可視的で一部意図的に伝達されるものである」
「カリスマ的リーダーは、フォロワーとの強い絆を築く能力を持っている」