Los agentes inteligentes tienen el potencial de entender los rasgos de personalidad de los seres humanos debido a su interacción diaria con nosotros. La evaluación de nuestros rasgos psicológicos es una herramienta útil cuando necesitamos que simulen empatía. Desde la creación de plataformas de redes sociales, numerosos estudios se han ocupado de medir los rasgos de personalidad recopilando información de los usuarios a partir de sus perfiles en redes sociales. Las aplicaciones del mundo real han demostrado cómo el procesamiento del lenguaje natural combinado con algoritmos de aprendizaje automático supervisado son efectivos en este campo. Estas aplicaciones tienen algunas limitaciones, como centrarse únicamente en texto en inglés y no considerar la polisemia en el texto. En este artículo, proponemos un modelo multilingüe que maneja la polisemia analizando oraciones como un conjunto semántico de palabras interconectadas. El enfoque propuesto procesa publicaciones de Facebook del conjunto de datos myPersonality y las convierte en un arreglo de características de alta dimensión, que luego son explotadas por una arquitectura de red neuronal profunda basada en transformadores para realizar regresión. Demostramos la efectividad de nuestro trabajo comparando el error cuadrático medio de nuestro modelo con líneas base existentes y la divergencia de Kullback-Leibler entre las distribuciones de datos relativas. Obtuvimos resultados de vanguardia en la estimación de rasgos de personalidad a partir de publicaciones en redes sociales para los cinco rasgos de personalidad.