사전 학습된 언어 모델은 자연어 처리에서 사용자의 감성분석에 주로 사용되었고, 커머스 관점에서 본다면 긍·부정 사용자의 태도를 알아보아서 제품의 세부 기능 및 서비스를 개선하는 데에 이르렀다. 소셜 미디어를 이용하는 사용자의 성격을 알 수 있다면 성격 변수를 활용함으로써 추천 서비스를 확대하는 데 기여할 수 있다. 특히 커뮤니티 커머스에서는 쇼핑몰 이용자가 자신을 표현할 수 있도록 소통을 유도하고 있어서 많은 텍스트 자원을 확보할 수 있다. 소셜 데이팅앱의 경우에서는 성격 선호 매칭을 가능하게 해 준다. MBTI 소셜커뮤니티에서 Myers-Briggs(MBTI) personality model에 의해 측정된 성격유형(작성자 별칭에 포함)과 게시판 글을 레이블 및 자질로, 문맥정보를 이해하는 데 강점이 있는 Bidirectional Encoder Representation from Transformers(BERT) 모델과 비교적 작은 샘플 데이터에서도 좋은 성능을 보이는 XG Boost 모델을 사용하여 MBTI 성격 유형을 분류 하였으며, 다중 라벨 기법과 이진 클래스 기법의 성능을 비교 하였다.