预处理完成后，我们采用 BERT 预训练模型将这些形容词转化为高维词向量，通过量化表征捕捉词汇的深层语义特征。在此基础上，我们运用 K-means 聚类算法进行类别划分，并结合 t-SNE 降维技术将高维向量投射至二维空间进行可视化分析。分析结果显示，各星座对应的形容词向量在特征空间中呈现无明显规律的分布状态，这表明大语言模型生成的星座相关描述并未体现出人类认知中固有的星座特质关联性，其生成过程更接近于在人格特质词汇空间中的随机采样行为。为进一步探究潜在规律，我们构建了基于神经网络的分类器，对生成的形容词进行星座类别预测训练。实验结果显示，分类器取得了高于随机水平的预测精度，这揭示大语言模型可能学习并内化了人类人格特质空间中的部分规律，其生成行为实质是对这一特征空间的有限表达。本研究通过多维度分析，为探讨人工智能对人类文化符号的内在规律的挖掘提供了新的研究视角。