研究者发布 semanticfa：基于条目嵌入的语义因素分析 R 包
热点事件持续更新
研究者发布 semanticfa：基于条目嵌入的语义因素分析 R 包
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Devon Yanitski 发布 R 包 semanticfa，对心理测量量表条目的嵌入向量做语义因素分析，用于解释因子、标记冗余条目、构建简版量表并筛查新条目，论文与代码已发布于 arXiv（2610.37494）。 示例分析用 Qwen3-Embedding-8B 嵌入 50 条目的 Big-Five 量表，并与 874,434 名受试者的因子分析结果对比：因子一致性从 Openness 的 .92 到 Agreeableness 的 .52，25 条目简版优于 200 组随机简版。作者提出“语义-行为一致性”作为量表的可测量属性，并强调语义因素分析是对基于反应数据方法的补充而非替代。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 00:18
semanticfa：用于心理测量量表“无反应数据”语义因素分析的 R 包报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · cs.CLsemanticfa：用于心理测量量表“无反应数据”语义因素分析的 R 包
研究者发布 R 包 semanticfa，通过对量表条目嵌入向量做语义因素分析，可解释因子、标记冗余条目、构建简版量表并筛查新条目。示例用 Qwen3-Embedding-8B 嵌入 50 条目 Big-Five 量表，与 874,434 名受试者的因子分析对比，因子一致性从 Openness 的 .92 到 Agreeableness 的 .52，25 条目简版优于 200 组随机简版。作者提出“语义-行为一致性”作为量表可测量属性，强调语义因素分析是对反应数据方法的补充而非替代。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。