Работа посвящена результату построения моделей для решения существующей задачи многоклассовой классификации постов пользователей в социальной сети. Полученные модели основываются на эмбеддингах, извлеченных из постов посредством языковой модели RuBert, и надстроенной над ними полносвязной нейронной сети. Также проведено сравнение полученных моделей с классическими моделями нейронных сетей на основе архитектуры долгой краткосрочной памяти (LSTM). Полученные результаты позволят улучшить автоматизацию части процесса оценки степени выраженности психологических особенностей пользователей по их постам в социальной сети.