[論文レビュー] Mapping the geographical diffusion of new words

Jacob Eisenstein, Brendan O’Connor+2 more|arXiv (Cornell University)|Oct 18, 2012

Digital Communication and Language参考文献 27被引用数 36

ひとこと要約

本稿では、米国SNSにおける新語の地理的拡散をマッピングする自己回帰モデルを提案しており、語彙的革新がグローバルに拡散するのではなく、都市間の言語的影響ネットワークを通じて拡散することを明らかにしている。主な貢献は、地理的接近性と人口統計的類似性が、SNSがグローバル接続性を可能にしても、新語の拡散を顕著に駆動していることを同定したことにある。

ABSTRACT

Language in social media is rich with linguistic innovations, most strikingly in the new words and spellings that constantly enter the lexicon. Despite assertions about the power of social media to connect people across the world, we find that many of these neologisms are restricted to geographically compact areas. Even for words that become ubiquituous, their growth in popularity is often geographical, spreading from city to city. Thus, social media text offers a unique opportunity to study the diffusion of lexical change. In this paper, we show how an autoregres-sive model of word frequencies in social media can be used to induce a network of linguistic influence between American cities. By comparing the induced net-work with the geographical and demographic characteristics of each city, we can measure the factors that drive the spread of lexical innovation. 1

研究の動機と目的

• SNSを通じて米国都市間で新語がどのように拡散するかを調査すること。
• SNSテキストを用いて語彙的革新の地理的拡散をモデル化すること。
• 都市間の言語的影響に影響を与える地理的および人口統計的要因を特定すること。
• SNSにおける語の頻度動態に基づいて言語的影響ネットワークを構築すること。

提案手法

• 米国都市の全土にわたる地理タグ付きSNS投稿の時系列語頻度に自己回帰モデルを適用して学習する。
• 各都市の語の使用状況が他の都市に与える影響を推定し、方向性のある拡散パターンを捉える。
• 都市間の語頻度変化の時系列的相関から言語的影響を推定する。
• 得られた影響ネットワークを地理的および人口統計的データと比較し、駆動要因を同定する。
• 統計的分析により、ネットワーク構造と人口規模や距離などの都市レベルの特性との相関を測定する。

実験結果

リサーチクエスチョン

• RQ1 SNSを通じて新語は米国都市間でどのように拡散するか？
• RQ2 どの都市が語彙的革新の主な発信元またはハブとして機能するか？
• RQ3 地理的接近性と人口統計的類似性が、都市間の言語的影響を予測する程度はどの程度か？
• RQ4 言語的影響の構造は、物理的距離または社会的距離とどのように比較されるか？

主な発見

• 新語はしばしば同時にグローバルに広がらず、都市から都市へと拡散する。
• 地理的接近性は、都市間の言語的影響の顕著な予測要因である。
• 文化的・社会経済的特徴の共有といった人口統計的類似性は、言語的拡散の可能性を高める。
• SNSによるグローバル接続性が可能になっても、語彙的革新の初期段階における採用は依然として地理的に制限されている。