MV重缩放功能异常求助：Wordscores参考文本及取值范围问题

看起来你在使用Wordscores的mv重缩放时遇到了两个核心问题：参考文本的锚定错误，以及结果超出预期的[-1,1]范围。结合LBG缩放正常的情况，大概率是参数设置和对两种缩放算法特性的理解问题，我来帮你梳理下解决方案：

1. 修复参考文本的锚定错误 #

问题根源很可能是你没有正确命名参考分数向量，导致程序按文档顺序而非指定的文档ID匹配参考值。比如如果你只是传了c(-1, 1)，程序会默认把第一个文档设为-1，第二个设为1——这就解释了为什么1999_St_FAW（子集里的第二个文本）被错误分配了1，而不是你指定的1999_St_SNP。

正确的参数设置方式 #

确保你的refscores是命名向量，名称完全匹配语料库中的文档ID（包括大小写、下划线等细节）：

# 假设你用的是quanteda包
library(quanteda)

# 明确指定每个参考文档对应的分数
refscores <- c("1999_St_CON" = -1, "1999_St_SNP" = 1)

# 构建DFM（确保文档ID和refscores的名称一致）
dfm <- dfm(corpus)

# 运行MV重缩放的Wordscores模型
model_mv <- textmodel_wordscores(dfm, refscores = refscores, scale = "mv")

验证步骤：运行docnames(dfm)检查文档ID是否和你指定的完全一致，避免因拼写错误导致匹配失败。

2. 处理MV重缩放结果超出[-1,1]范围的问题 #

这是MV缩放（Monroe et al. 2008）的特性——它不像LBG缩放（Laver, Benoit, & Garry 2003）那样强制将结果锚定在参考值的范围内。MV算法基于文本间的余弦相似度加权计算分数，所以结果可能自然超出[-1,1]。

如果你需要将结果限制在[-1,1]范围内，可以手动做归一化处理：

# 提取MV缩放后的文档分数
mv_scores <- predict(model_mv)

# 归一化到[-1,1]区间
normalized_mv_scores <- (mv_scores - min(mv_scores)) / (max(mv_scores) - min(mv_scores)) * 2 - 1

这样处理后，所有分数都会被映射到你期望的范围内，同时保留原有的相对排序关系。

额外提示 #

• 如果你用的不是quanteda包，核心逻辑依然适用：确保参考文本的ID和分数是一一对应的命名关系，而不是单纯的顺序向量。
• 可以对比LBG和MV的算法差异：LBG是基于词频的线性缩放，严格锚定参考值；MV是基于文本相似度的多维缩放，结果更侧重文本间的相对位置，范围不固定。

内容的提问来源于stack exchange，提问作者Ion