パーソナリティ予測のためのメッセージの重要度は一様ではないことに着目し、従来のパーソナリティを表す単語への attention だけでなくメッセージ単位の attention を導入。この分野で初めて深層学習に基づく手法を試し、SoTA を達成。

既存のベースラインとの比較で勝っているが、これがリッジ回帰に基づくややレガシーな手法であるため、BERT や Transformer などの最新手法を使ったベースラインとも比較し SoTA であることを主張。主観だが、大きく勝っているとは感じなかった。ただし、メッセージの情報量の分布や重要だと判断されたものとそうでないものなどの解析をしっかり行っていた。