arXiv cs.CL· Devon Yanitski, Chris Westbury·· 13 小时前AI 评分18
semanticfa：用于心理测量量表无响应语义因子分析的 R 包
semanticfa: An R Package for Response-Free Semantic Factor Analysis of Psychometric Scales
AI 导读
研究者发布 R 包 semanticfa，将量表题目转为嵌入向量后做语义因子分析，可解释因子、标记冗余题目、构建简版量表并筛选新题。示例用 Qwen3-Embedding-8B 嵌入 50 题 IPIP 大五人格量表，与 874,434 名受访者的因子分析对比，各因子与最佳匹配人类因子的同余系数从 Openness 的 .92 到 Agreeableness 的 .52。
正文 · AI 翻译
摘要：反思性心理测量量表的条目可以解读为关于构念结构的提议。语言模型通过将每个条目转换为嵌入（embedding，即一串数字，含义相似则数值相似）使这一提议变得可测量。我们推出 semanticfa，一个用于语义因子分析的 R 包，它对条目嵌入的相似性进行因子分析。它还能解释因子、标记冗余条目、构建简版量表并筛选新条目。一个实例分析使用 Qwen3-Embedding-8B 嵌入的 50 条目国际人格项目库大五因子标记，并将结果与 874,434 名受访者的因子分析进行比较。保留标准在五因子与六因子之间持平，平局规则保留了五个。其中三个主要对应单一领域，另两个将大多数外向性条目与五个宜人性条目混合。各因子与其最匹配的人类因子的同余度（1 = 完全相同）从开放性的 .92 到宜人性的 .52 不等。含义更相似的条目对倾向于得到更相似的作答（与原始作答的 r = .46），但同领域的反向计分对立条目作答相反，其相似度却与跨领域条目对大致相当（.58 对 .57）。对反向计分条目的嵌入进行符号翻转并未改善与原始作答的一致性，反而降低了与反向计分作答的一致性。在五因子下，一个 25 条目简版比全部 200 个随机每领域五条目集合更好地匹配了各领域，但平行分析仅保留三个因子。我们提出语义-行为一致性，即语义结构与作答结构之间的一致性，作为在给定嵌入模型时量表的一种可测量属性。语义因子分析补充而非取代基于作答的因子分析。
| 评论： | 96 页，14 幅图。已投稿至 Behavior Research Methods。数据与代码：此 https URL |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.37494 [cs.CL] |
| （或 arXiv:2610.37494v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.37494 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Devon Yanitski [查看邮箱]
[v1]
2026 年 10 月 27 日星期二 16:18:44 UTC（342 KB）
来源：arXiv cs.CL · arxiv.org