在R中实现从两个固定列表交替采样生成5000词向量

1. 修正单次生成逻辑并封装函数 #

你代码里的list.sample是笔误，应该用R原生的sample函数。我们先把单次生成「动物词块+食物词块」的逻辑封装成函数，方便批量调用：

# 定义生成一组交替词块的函数
generate_block_pair <- function() {
  # 生成10词的动物词块（有放回采样）
  anim_block <- data.frame(
    stim = sample(animals$WORD, 10, replace = TRUE),
    cond = "animal"
  )
  # 生成10词的食物词块（有放回采样）
  food_block <- data.frame(
    stim = sample(foods$WORD, 10, replace = TRUE),
    cond = "food"
  )
  # 合并为动物-食物的交替词块组
  return(rbind(anim_block, food_block))
}

2. 批量生成500个词块 #

要得到500个交替排列的词块（250个动物词块+250个食物词块），只需重复调用上述函数250次，再合并结果即可。用lapply替代易出错的repeat循环，简洁且可靠：

# 生成250组词块对，共500个词块
all_block_pairs <- lapply(1:250, function(x) generate_block_pair())

# 合并所有词块为一个完整数据集
final_data <- do.call(rbind, all_block_pairs)

# 提取5000词的目标向量
word_vector <- final_data$stim

如果需要给每个词块添加唯一标识（方便后续语义分析追踪），可以修改函数：

generate_block_pair <- function(block_num) {
  anim_block <- data.frame(
    stim = sample(animals$WORD, 10, replace = TRUE),
    cond = "animal",
    block_id = 2 * block_num - 1  # 动物词块ID设为奇数
  )
  food_block <- data.frame(
    stim = sample(foods$WORD, 10, replace = TRUE),
    cond = "food",
    block_id = 2 * block_num  # 食物词块ID设为偶数
  )
  return(rbind(anim_block, food_block))
}

# 批量生成并合并
all_block_pairs <- lapply(1:250, generate_block_pair)
final_data <- do.call(rbind, all_block_pairs)

3. 后续簇间语义距离分析思路 #

要验证能否自动分割食物与动物的边界，可按以下步骤操作：

• 用词嵌入模型（如R的word2vec或text2vec包）将每个词转换为语义向量
• 计算每个词块的平均语义向量（对词块内10个词的向量取均值）
• 计算动物词块簇与食物词块簇的簇间距离（如余弦距离、欧氏距离的均值）
• 尝试用k-means聚类算法对所有词块的平均向量聚类，看是否能精准分成2类（对应动物/食物类别）

内容的提问来源于stack exchange，提问作者Jamie_R