Un paquete de R convierte los ítems de escalas psicológicas en vectores y luego realiza un análisis factorial. semanticfa se publicó en arXiv: utiliza un modelo de lenguaje para convertir cada ítem en un embedding y realiza un análisis factorial de la similitud semántica entre los ítems. También explica los factores, señala ítems duplicados, crea versiones breves y selecciona ítems nuevos.
El ejemplo utiliza el inventario IPIP de los Cinco Grandes, de 50 ítems, y el modelo de embeddings Qwen3-Embedding-8B. Al comparar los resultados con un análisis factorial basado en las respuestas de más de 870.000 personas, el número de factores que se conservó fue de cinco o seis; según las reglas, se eligieron cinco. Tres factores correspondían principalmente a una sola dimensión, mientras que los otros dos mezclaban la mayoría de los ítems de extraversión con cinco ítems de amabilidad.
La concordancia entre cada factor y el factor manual más afín varió de 0,92 para apertura a la experiencia a 0,52 para amabilidad. Los autores subrayan que este método es complementario y no sustituye el análisis factorial basado en respuestas. Es un preprint, aún sin revisión por pares, y las conclusiones se limitan al alcance de los experimentos descritos en el resumen.
$BTC
El ejemplo utiliza el inventario IPIP de los Cinco Grandes, de 50 ítems, y el modelo de embeddings Qwen3-Embedding-8B. Al comparar los resultados con un análisis factorial basado en las respuestas de más de 870.000 personas, el número de factores que se conservó fue de cinco o seis; según las reglas, se eligieron cinco. Tres factores correspondían principalmente a una sola dimensión, mientras que los otros dos mezclaban la mayoría de los ítems de extraversión con cinco ítems de amabilidad.
La concordancia entre cada factor y el factor manual más afín varió de 0,92 para apertura a la experiencia a 0,52 para amabilidad. Los autores subrayan que este método es complementario y no sustituye el análisis factorial basado en respuestas. Es un preprint, aún sin revisión por pares, y las conclusiones se limitan al alcance de los experimentos descritos en el resumen.
$BTC
