摘自 Vectors of Mind —— 图片见原文。

[图片：原文中的可视化内容]

先从宏大理论中退一步，这篇文章重新审视那些神秘的词汇因素。仅凭词语载荷，你能描述出把一个因素维系在一起的一般原则吗？这个练习直指人格模型最终的定性本质。尽管我们使用统计方法来生成词语载荷，但一个模型最终必须用词语而不是数字来进行表述。随后，这些描述被用来生成量表（例如 BFI），以近似每一个构念。

这里讨论的因素数据来自两个来源。一个因素来自词向量，另一个来自传统的问卷调查方法。这两种过程都在这里进行了描述。如果你想先在一个未标注的图上尝试给这些因素命名，可以在继续往下读之前先看看这篇文章。

神秘因素 1#

高载荷词：exacting, strict, decisive, stern, firm 对比 meek, lax, wishy-washy, gullible, naive

评论者将其描述为：尽责性（conscientiousness）、自信果断（assertiveness）、勤勉（industriousness）以及 Attended Action。

干得不错，各位！这基本涵盖了该因素。它是从词向量数据中提取的未旋转第三主成分。在过去，我曾称其为 Order，以将其与大五人格中的 Conscientiousness 区分开来。二者相似，但这个因素更“锋利”一些（例如 exacting, vengeful）。Order 关乎的是不惜一切代价抓住并实现自己的目标。大五中的 Conscientiousness 则从 PC1（PFP）中吸收了一部分方差，并与 Order 混合，形成 Conscientiousness。因此，unforgiving 与 Order 强烈相关，但在 Conscientiousness 上则是中性的。

在我看来，把实现个人目标的能力与实现社会目标的愿望混合在一个构念中，会让情况变得混乱。比如，我认为工业与组织（IO）研究若使用 Order，而不是 Conscientiousness 或 grit，会更好。那些感兴趣的相关变量（如晋升）显然与 Order 更直接相关。我从未见过一个处在顶层的人是纯粹的“团队玩家”。总会带着一点个人锋芒。

神秘因素 2#

高载荷词：unimaginative, unsophisticated, moral, empathic, principled 对比 crafty, cunning, sly, creative, clever

评论者将其描述为：负向开放性（negative openness）、勤勉（industriousness）以及 Trust of Word。

这个就更棘手一些，因为它实际上是一个经典论文中所用数据的第 6 个未旋转主成分，而这篇论文最初是用来界定大五人格的。这就是他们对你隐瞒的东西！ 这就是当时被“砍掉”的部分。有趣的是，在那份数据中，第五和第六个因素都与经验开放性（openness to experience）有关。当然，从统计上看，把模型截断在五个因素可能有其理由。但从质性角度看，最后那个因素被拆成了两个因素，而只有一半的信号被保留下来。这更像是一种奇特现象，而非别的什么。我也不知道在其他数据集中是否同样成立。

[图片：原文中的可视化内容]使用来自词向量和问卷调查的数据，对 435 个词进行了因素分解。第三个未旋转因素从词向量（NLP）中选取，第六个则来自问卷调查。为了在图中容纳这些词，只展示了 150/435 个词。这 150 个词是随机选取的，因此与上一篇文章中的子集不同。

希望你喜欢这个小练习。在读研时，当我开发从词向量中提取词语载荷的方法时，我完全不知道结果究竟是信号还是噪音。一开始，大多数时候都是噪音，我花了很多时间在词语载荷中“读茶叶”，期望能看到某个统一的心理构念。时间所剩无几，而在 NLP 的前 2–3 个因素中，只有在你“眯着眼看”的情况下，才能在大五中找到对应。发现大二人格——而且我可以完美地将其复原——所带来的情绪释放，是我偏爱它们的部分原因。相比那种“勉勉强强复原了大五的一半”，这是一个更有说服力的故事，可以写进论文。

分享 Vectors of Mind