[論文レビュー] The Social Dynamics of Language Change in Online Networks

Rahul Goel, Sandeep Soni+5 more|arXiv (Cornell University)|Sep 7, 2016

Linguistic Variation and Morphology参考文献 48被引用数 6

ひとこと要約

本研究では、600万件のTwitterユーザーのデータセットを用いて、オンラインネットワーク内の言語変化を社会的影響としてモデル化し、パラメトリック・オークス過程を適用することで、結束度の高い関係（特に密に埋め込まれた関係）が、発音的表記や「ネットスピーク」の省略語の言語的採用を顕著に促進することが示された。一方、地理的近接性の影響は最小限にとどまる。

ABSTRACT

Language change is a complex social phenomenon, revealing pathways of communication and sociocultural influence. But, while language change has long been a topic of study in sociolinguistics, traditional linguistic research methods rely on circumstantial evidence, estimating the direction of change from differences between older and younger speakers. In this paper, we use a data set of several million Twitter users to track language changes in progress. First, we show that language change can be viewed as a form of social influence: we observe complex contagion for phonetic spellings and "netspeak" abbreviations (e.g., lol), but not for older dialect markers from spoken language. Next, we test whether specific types of social network connections are more influential than others, using a parametric Hawkes process model. We find that tie strength plays an important role: densely embedded social ties are significantly better conduits of linguistic influence. Geographic locality appears to play a more limited role: we find relatively little evidence to support the hypothesis that individuals are more influenced by geographically local social ties, even in their usage of geographical dialect markers.

研究の動機と目的

• オンライン環境における言語的イノベーションの拡散に、ソーシャルネットワーク構造がどのように影響するかを調査すること。
• 強い関係や地理的に近い関係といった、特定のタイプの社会的つながりが、言語変化の拡散においてより強力な媒介役を果たすかどうかを検証すること。
• 統計的手法を用いて、異なるネットワーク特徴量における影響を定量化することで、言語変化を情報拡散の一種としてモデル化すること。
• 複雑な伝染（複数回の露出が採用確率を上昇）が、発音的表記や語彙的方言的特徴といった異なる言語的形態に適用されるかどうかを検討すること。
• 言語的イベントデータにおけるスパarsityパターンを活用し、大規模なソーシャルネットワークにスケーラブルなパrameter推定手法を開発すること。

提案手法

• 米国在住の600万人のユーザーからなる大規模なTwitterデータセット（2013年6月〜2014年6月）を用い、公開メッセージ、ソーシャルネットワークのつながり、位置情報メタデータを含むが、リツイートは除外する。
• ユーザーが言語的変数を初めて使用する時刻をイベント時刻とする点過程として言語的採用をモデル化し、パラメトリック・オークス過程を適用する。
• 2つの主要なネットワーク特徴量（共変量）を組み込む：F3（つながりの強さ、相互作用頻度で測定）、F4（地理的近接性、ユーザーの位置の近接度に基づく）。
• F3/F4を含むモデルと含まないモデルを比較する有意性検定（尤度比検定）を実施し、言語的採用を説明する上でネットワーク特徴量が統計的に有意であるかを評価する。
• 32の語特徴組み合わせ（16語 × 2特徴）に対して多重仮説検定の補正としてBenjamini-Hochberg手順を適用する。
• 言語的イベントデータのスパarsityに配慮したパrameter推定手法を用い、数百万ユーザー規模のネットワークにスケーラブルに拡張可能なオークス過程モデルの計算効率を向上させる。

実験結果

リサーチクエスチョン

• RQ1 発音的表記や「ネットスピーク」の省略語（例：'lol'、'hella'）は、複数回の露出が採用確率を上昇させる複雑な伝染を示すか？
• RQ2 結束度の高い社会的つながり（密に埋め込まれた関係）は、弱いつながりやランダムなつながりよりも、言語的イノベーションの拡散に効果的か？
• RQ3 ユーザー間の地理的近接性が言語的影響の可能性を顕著に高めるか？
• RQ4 非標準的語彙的要素、発音的表記、および「ネットスピーク」などの言語的変数の異なるクラスは、社会的影響のメカニズムにおいて異なる挙動を示すか？
• RQ5 パラメトリック・オークス過程モデルは、オンラインネットワークにおけるリアルタイムの言語変化に、社会的ネットワーク構造の影響を効果的に捉え、定量化できるか？

主な発見

• 発音的表記や「ネットスピーク」の省略語（例：'lol'、'hella'）は、複数回の露出が採用確率を顕著に上昇させる複雑な伝染を示す。
• 結束度の高い社会的つながり（高いつながりの強さ）は、弱いつながりや埋め込み度が低いつながりよりも、言語的イノベーションの拡散において顕著に影響力が強い。これはH1を支持する。
• 地理的近接性（F4）を追加した場合にのみ、3語（'asl'、'jawn'、'lls'）でモデルの適合度が統計的に有意に向上した。これはH2に対する支持が限定的であることを示唆する。
• 10,000件未満の使用回数の語では、ネットワーク構造特徴量（F3およびF4）がモデルの適合度を有意に向上させない。これはデータ不足に起因する。
• つながりの強さ（F3）を含むオークス過程モデルは、7語（'ard'、'asl'、'cookout'、'hella'、'jawn'、'mfs'、'tfti'）において有意に適合度が向上した。
• 本研究は、言語的影響がネットワーク全体に均等に分布するのではなく、社会的評価に基づくつながりの強さによって戦略的に媒介されることを示し、オンラインコミュニケーションにおけるアイデンティティ志向の言語選択の可能性を示唆している。