[논문 리뷰] A World of Difference: Divergent Word Interpretations among People

Tianran Hu, Ruihua Song외 4명|arXiv (Cornell University)|2017. 03. 08.

Language and cultural evolution인용 수 6

한 줄 요약

이 논문은 집단별 어휘 임베딩 및 의미 거리 측도를 사용하여 사회 집단 간 어휘 해석의 다원성 정도를 정량화하는 새로운 방법을 제안한다. 분석 결과, 'react'나 'code'와 같은 단어는 뉴욕 시티와 샌프란시스코 만 지역에서 서로 다른 방식으로 해석되며, 이는 기술 및 예술 분야에서의 지역적 문화적 차이를 반영한다. 성별 기반의 해석 차이는 또한 서로 다른 사회적 태도와 관심사를 드러낸다.

ABSTRACT

Divergent word usages reflect differences among people. In this paper, we present a novel angle for studying word usage divergence -- word interpretations. We propose an approach that quantifies semantic differences in interpretations among different groups of people. The effectiveness of our approach is validated by quantitative evaluations. Experiment results indicate that divergences in word interpretations exist. We further apply the approach to two well studied types of differences between people -- gender and region. The detected words with divergent interpretations reveal the unique features of specific groups of people. For gender, we discover that certain different interests, social attitudes, and characters between males and females are reflected in their divergent interpretations of many words. For region, we find that specific interpretations of certain words reveal the geographical and cultural features of different regions.

연구 동기 및 목표

• 성별 및 지역과 같은 사회 집단 간 어휘 해석 방식의 차이를 조사하는 것.
• 다른 인구 통계 집단 간 어휘 해석의 의미적 차이를 정량화하는 방법을 개발하는 것.
• 다양한 해석이 특정 집단의 고유한 문화적, 지리적, 사회적 특성과 어떻게 관련되어 있는지 밝혀내는 것.

제안 방법

• 남성/여성, 뉴욕 시티/샌프란시스코 만 지역 등 서로 다른 사회 집단의 코퍼스를 기반으로 별도의 어휘 임베딩 모델을 훈련시어 집단별로 고유한 어휘 벡터 공간을 생성하는 것.
• 각 단어에 대해 코사인 유사도를 사용해 각 집단의 임베딩 공간에서 의미적으로 가장 가까운 단어들(해석)을 추출하는 것.
• 각 단어의 서로 다른 집단 간 해석 집합 간 의미 거리를 평균 쌍별 코사인 유사도를 통해 계산하는 것.
• 어휘의 분산 점수를 각 집단 간 그 해석의 평균 의미 거리로 정의하는 것.
• 높은 분산 점수를 보이는 단어를 식별하여 의미적 해석의 상당한 차이를 드러내는 데 적용하는 것.
• 상위 분산 단어들을 수작업으로 점검하고 지역 및 성별 기반 패턴을 정성적으로 분석하여 결과를 검증하는 것.

실험 결과

연구 질문

• RQ1 남성과 여성 간 어휘 해석 방식은 어떻게 다를까? 이러한 차이는 어떤 사회적 또는 심리적 특성과 관련이 있는가?
• RQ2 뉴욕 시티와 샌프란시스코 만 지역과 같은 도시 간 언어 사용의 지역적 차이는 어느 정도 지리적 또는 문화적 차이를 반영하는가?
• RQ3 다양한 인구 통계 집단 간 해석에서 가장 높은 분산을 보이는 단어는 무엇이며, 이러한 단어는 그 집단의 고유한 관심사와 정체성에 대해 무엇을 드러내는가?

주요 결과

• 단어 'react'는 샌프란시스코 만 지역에서는 소프트웨어 동작으로 해석되며(가장 가까운 단어: 'webpack', 'filesystem'), 뉴욕 시티에서는 문맥적으로 '반응하다'라는 뜻으로 해석된다(가장 가까운 단어: 'respond', 'confuse').
• 단어 'code'는 샌프란시스코 만 지역에서는 프로그래밍을 뜻한다(가장 가까운 단어: 'compiler', 'regex'), 반면 뉴욕 시티에서는 할인 쿠폰을 의미한다(가장 가까운 단어: 'coupon', 'discount').
• 장소명인 'berkeley'는 뉴욕 시티에서는 대학으로 해석되지만 샌프란시스코 만 지역에서는 도시로 해석되어 지리적 의미 해석의 차이를 보인다.
• 단어 'bart'는 샌프란시스코 만 지역에서는 대중교통 시스템을 의미한다(가장 가까운 단어: 'muni', 'train'), 반면 뉴욕 시티에서는 만화 캐릭터를 의미한다(가장 가까운 단어: 'homer', 'marge').
• 패션 및 음악 관련 단어인 'model'과 'metal'은 강한 지역적 편향을 보인다: 'model'은 뉴욕 시티에서는 패션을 의미한다(가장 가까운 단어: 'supermodel', 'stylist') 하지만 샌프란시스코 만 지역에서는 수학적 모델을 의미한다.
• 문화적 차이가 드러나는 단어로 'port'는 뉴욕 시티에서는 항구를 의미한다(가장 가까운 단어: 'ferry', 'dock') 하지만 샌프란시스코 만 지역에서는 하드웨어 포트를 의미한다(가장 가까운 단어: 'ethernet', 'connector').