一个R包把心理量表的题目变成向量再去做因子分析。semanticfa 发在 arXiv，做法是拿语言模型把每道题转成 embedding，对题目之间的语义相似度做因子分析，顺带解释因子、标记重复题、拼短版、筛新题。

示例用的是50题IPIP大五人格量表，embedding模型为Qwen3-Embedding-8B；和87万余名真实作答者做的因子分析对比，因子数保留在五和六之间，按规则取了五个。其中三个因子主要对应单一维度，另外两个把大部分外向性题目和五道宜人性题目混在了一起。

各因子与最匹配的人工因子一致性从开放性的0.92到宜人性的0.52不等。作者强调这是补充，替代不了基于作答的因子分析。预印本，未见同行评审，结论以摘要中的实验范围为限。

$BTC