From Vectors of Mind - images at original.

[Image: Visual content from original post]

壮大な理論から一歩引いて、この投稿では謎の語彙要因を再検討します。単語の負荷から、要因をまとめる一般原則を説明できますか？この演習は、人格モデルの最終的な質的性質に迫ります。単語の負荷を生成するために使用される統計的方法にもかかわらず、モデルは最終的に数字ではなく言葉を使用して伝えられなければなりません。これらの説明は、各構成を近似するインベントリ（例：BFI）を生成するために使用されます。

問題の要因のデータは2つのソースから来ています。1つの要因は単語ベクトルから、もう1つは伝統的な調査アプローチからです。両方のプロセスはこちらで説明されています。ラベルのないプロットで要因を命名してみたい場合は、以下を読む前にこちらの投稿をチェックしてください。

謎の要因1#

トップワード:厳格な、厳しい、決断力のある、厳正な、堅固な対おとなしい、緩い、優柔不断な、騙されやすい、素朴な

コメント者はこれを次のように説明しました：誠実性、自己主張、勤勉性、出席行動

良い仕事です、チーム！これで基本的に要因をカバーしています。これは単語ベクトルからのデータの非回転第3成分として導出されました。過去には、これをビッグファイブの誠実性と区別するために「秩序」と呼んでいました。似ていますが、少しのエッジがあります（例：厳格な、復讐心のある）。秩序は、自分自身の目標を達成することを、どんな困難があっても捉えることです。ビッグファイブはPC1（PFP）からの分散を取り、秩序と混ぜて誠実性を生成します。したがって、無慈悲は秩序と強く関連していますが、誠実性では中立です。

私の意見では、自分自身の目標を達成する能力と社会の目標を達成する欲望を組み合わせた構成は、状況を混乱させます。たとえば、IO研究は誠実性やグリットよりも秩序を使用した方が良いと思います。興味のある相関（昇進など）は、確かに秩序により直接関連しています。純粋にチームプレイヤーであるトップの人には会ったことがありません。常に個人的なエッジがあります。

謎の要因2#

トップワード:想像力に欠ける、洗練されていない、道徳的な、共感的な、原則的な対狡猾な、ずる賢い、抜け目のない、創造的な、賢い

コメント者はこれを次のように説明しました：否定的な開放性、勤勉性、言葉の信頼

これは実際には古典的な論文でビッグファイブを定義するために使用されたデータからの第6の非回転成分であるため、少し難しいです。これが彼らが隠していることです！ これはカットされなかったものです。そのデータの第5および第6の要因が経験への開放性に関係しているのは興味深いです。確かに、統計的にはモデルを5つの要因で切る理由があるかもしれません。しかし、質的には最後の要因は2つの要因に分割されており、信号の半分しか含まれていません。これは他のデータセットでも当てはまるかどうかはわかりませんが、珍しいことです。

[Image: Visual content from original post]435語は単語ベクトルと調査からのデータを使用して因子化されています。第3の非回転因子は単語ベクトル（NLP）から選択され、第6は調査から選択されます。単語に合わせるために、435のうち150のみが表示されます。これらはランダムに選択され、前回の投稿とは異なるサブセットを生成します。

この小さな演習を楽しんでいただけたでしょうか。大学院で単語ベクトルから単語の負荷を抽出する方法を開発していたとき、結果が信号かノイズかはわかりませんでした。最初はノイズであることが多く、単語の負荷を読み解くのに多くの時間を費やし、統一された心理的構成を見つけようとしました。時間が迫っており、ビッグファイブの最初の2〜3のNLP因子しか見つけることができませんでしたが、目を細める必要がありました。ビッグツーを完璧に回復できたことを発見したときの感情的な解放は、私がそれらに対する親和性を持つ理由の一部です。それは、ビッグファイブの半分をなんとか回復するよりも、論文に入れるにははるかに魅力的なストーリーです。

Share Vectors of Mind