論文の概要: Psychological Constructs in Shared Semantic Space

• arxiv url: http://arxiv.org/abs/2605.26801v1
• Date: Tue, 26 May 2026 10:16:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-27 17:51:41.876084
• Title: Psychological Constructs in Shared Semantic Space
• Title（参考訳）: 共有意味空間における心理的構成
• Authors: Hubert Plisiecki,
• Abstract要約: 心理学的構成物は、しばしば別々の楽器、データセット、研究の伝統で測定される。 本稿では, 単語埋め込み空間において, 単語を方向として表現し, 比較することにより, 意味論的にコンメンジュレートするフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Psychological constructs are often measured in separate instruments, datasets, and research traditions, which makes direct comparison difficult. This paper proposes a framework for making such constructs semantically commensurate by representing and comparing them as directions in a shared word-embedding space. Using Supervised Semantic Differential, we estimate construct-specific semantic gradients from text-outcome associations and project them onto theoretically motivated reference axes. As an initial test case, we use Valence, Arousal, and Dominance (VAD) as an affective coordinate system. First, we recover interpretable VAD directions from English word-level affective norms. Second, we project semantic gradients for 27 GoEmotions categories into this space and recover the expected organization of emotions, especially along valence and arousal. Third, we apply the same procedure to Big Five personality domains and facets derived from IPIP-NEO-300 item-factor associations. Domain-level placements are broadly coherent, while facet-level results are more exploratory because they rely on sparse questionnaire text. The results suggest that embedding spaces can support construct-level comparison across otherwise incommensurable psychological measurements, provided that semantic placements are assessed for stability and interpretability.
• Abstract（参考訳）: 心理学的構成物は、しばしば別々の楽器、データセット、研究の伝統で測定され、直接比較するのが困難である。 本稿では, 単語埋め込み空間において, 単語を方向として表現し, 比較することで, 意味論的にコンメンジュレートするフレームワークを提案する。 教師付き意味差分法を用いて、テキストアウトカム関係から構成固有の意味勾配を推定し、理論的に動機付けられた参照軸に投影する。 最初のテストケースでは、Valence、Arousal、Dominance(VAD)を感情座標系として使用します。 まず、英単語レベルの感情規範から解釈可能なVAD方向を復元する。 第2に、27のGoEmotionsカテゴリのセマンティックグラデーションをこの空間に計画し、特に原子価と覚醒に伴う期待される感情の組織を復元する。 第3に、IPIP-NEO-300アイテムファクター関連から派生した、ビッグファイブのパーソナリティドメインとファセットに、同様の手順を適用する。 ドメインレベルの配置は概ね一貫性があり、ファセットレベルの結果の方がより探索的である。 その結果, セマンティック・プレースメントが安定性と解釈可能性のために評価された場合, 埋め込み空間は, 他と相容れない心理的測定値のコンストラクタレベルの比較を支援することが示唆された。

関連論文リスト

• Semantic Structure of Feature Space in Large Language Models [0.0]
  大規模言語モデルにおける意味的特徴間の幾何学的関係は、人間の心理的関連を密接に反映していることを示す。 我々は360ワードに対応する特徴ベクトルを構築し,32個の意味軸上に投影する。 これらの予測は,それぞれの意味尺度における単語の人間の評価と高い相関関係があることが判明した。
  論文  参考訳（メタデータ） (2026-04-29T20:17:43Z)
• The Prediction-Measurement Gap: Toward Meaning Representations as Scientific Instruments [0.0]
  この論文は、科学的意味分析は、科学的ユーザビリティという、異なる目的のファミリーを動機付けている、と論じている。 静的な単語埋め込みと文脈変換器表現をこれらの要件に対して評価する。 分野がスケールファーストの進歩の限界について議論するにつれて、測定可能な表現は原則化された新しいフロンティアを提供する。
  論文  参考訳（メタデータ） (2026-03-10T18:08:53Z)
• Semantic Structure in Large Language Model Embeddings [0.0]
  心理学的な研究は、人間の単語の格付けが、情報損失が比較的少ない低次元の形式に還元できることを一貫して発見している。 アントロニムペアによって定義される意味的方向の単語の投影は、人間の評価と高く相関していることを示す。 1つの意味的方向に沿ったトークンのシフトは、そのコサインの類似性に比例した幾何学的に整列した特徴に対して、ターゲット外の効果をもたらすことが判明した。
  論文  参考訳（メタデータ） (2025-08-04T20:21:50Z)
• What is Sentiment Meant to Mean to Language Models? [0.0]
  センチメント(sentiment)は、使用するドメインやツールによって、さまざまな概念を包含する。 感覚」は、感情、意見、市場の動き、あるいは単に一般の善悪の次元を意味するために使われてきた。
  論文  参考訳（メタデータ） (2024-05-03T19:37:37Z)
• Two in One Go: Single-stage Emotion Recognition with Decoupled Subject-context Transformer [78.35816158511523]
  単段階の感情認識手法として,DSCT(Decoupled Subject-Context Transformer)を用いる。 広範に使われている文脈認識型感情認識データセットであるCAER-SとEMOTICの単段階フレームワークの評価を行った。
  論文  参考訳（メタデータ） (2024-04-26T07:30:32Z)
• Domain-level Pairwise Semantic Interaction for Aspect-Based Sentiment Classification [3.1977819149534987]
  Pairwise Semantic Interaction (PSI) モジュールを提案する。 各文のキーセマンティックな特徴を効果的に強調するために、異なるゲートが生成される。 最後に、ベクトル間の敵対的相互作用は、2つの文の意味表現をより区別しやすくするために用いられる。
  論文  参考訳（メタデータ） (2022-02-21T07:59:17Z)
• Contextualized Semantic Distance between Highly Overlapped Texts [85.1541170468617]
  テキスト編集や意味的類似性評価といった自然言語処理タスクにおいて、ペア化されたテキストに重複が頻繁に発生する。 本稿では,マスク・アンド・予測戦略を用いてこの問題に対処することを目的とする。 本稿では,最も長い単語列の単語を隣接する単語とみなし,その位置の分布を予測するためにマスク付き言語モデリング(MLM)を用いる。 セマンティックテキスト類似性の実験では、NDDは様々な意味的差異、特に高い重なり合うペアテキストに対してより敏感であることが示されている。
  論文  参考訳（メタデータ） (2021-10-04T03:59:15Z)
• A Comparative Study on Structural and Semantic Properties of Sentence Embeddings [77.34726150561087]
  本稿では,関係抽出に広く利用されている大規模データセットを用いた実験セットを提案する。 異なる埋め込み空間は、構造的および意味的特性に対して異なる強度を持つことを示す。 これらの結果は,埋め込み型関係抽出法の開発に有用な情報を提供する。
  論文  参考訳（メタデータ） (2020-09-23T15:45:32Z)
• SentiBERT: A Transferable Transformer-Based Architecture for Compositional Sentiment Semantics [82.51956663674747]
  SentiBERT は BERT の変種であり、構成的感情意味論を効果的に捉えている。 SentiBERTは語句レベルの感情分類において競争力を発揮することを示す。
  論文  参考訳（メタデータ） (2020-05-08T15:40:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。