文档即人物、词项即项目：基于情境嵌入的文本数据的心理测量方法
计算与语言
2025-09-12 v1 应用统计
统计方法学
摘要
本研究引入一种新颖的心理测量方法，用于分析大语言模型生成的文本数据。通过利用情境嵌入创建情境得分，将文本数据转化为适用于心理测量分析的响应数据。将文档视为个体、将词项视为项目，这种方法在某些关键词的情境含义在文档间差异显著这一假设下，提供了自然的心理测量解释。该建模过程包含两个阶段：获取情境得分与进行心理测量分析。在第一个阶段，我们利用自然语言处理技术和基于转换器的编码器模型识别常见关键词并生成情境得分。在第二个阶段，我们采用各种类型的因子分析，包括探索性和双因素模型，以提取和定义潜在因子、确定因子相关性，并识别与每个因子最重要的词项。应用于Wiki STEM语料库，我们的实验结果表明，该方法有潜力揭示文本数据中隐藏的知识维度和模式。该方法不仅提升了文本数据心理测量分析的水平，也为教育、心理学和法律等富含文本信息的领域应用奠定了基础。
引用
@article{arxiv.2509.08920,
title = {Documents Are People and Words Are Items: A Psychometric Approach to Textual Data with Contextual Embeddings},
author = {Jinsong Chen},
journal= {arXiv preprint arXiv:2509.08920},
year = {2025}
}