心理学 Constructs 在共享语义空间中的表征

心理学量表往往在独立的仪器、数据集和研究传统中进行测量，这使得直接比较困难。本文提出了一种框架，通过将这些量表在共享词嵌入空间中的方向表示来实现其语义的可比性。使用受监督语义差分（Supervised Semantic Differential），我们从文本-结果关联中估计量表特定的语义梯度，并投射到理论上动机的参考轴上。作为初始测试案例，我们以 Valence、Arousal 和 Dominance（VAD）作为情感坐标系。首先，我们从英语词级情感常规数据中恢复可解释的 VAD 方向。其次，我们将 27 个 GoEmotions 类别的语义梯度投射到该空间中，并恢复情感的预期组织，尤其在价值和 arousal 上。最后，我们对同样的程序应用于来自 IPIP-NEO-300 项目因子关联的 Big Five 人格领域和 facets。域层面的放置较为连贎，而 facets 层面的结果较为探索性，因为它们依赖稀疏问卷文本。结果表明，词嵌入空间可以在提供语义放置稳定性和可解释性的前提下，支持跨 otherwise incommensurable 心理测量的量表级别比较。