[논문 리뷰] Mapping the geographical diffusion of new words

Jacob Eisenstein, Brendan O’Connor외 2명|arXiv (Cornell University)|2012. 10. 18.

Digital Communication and Language참고 문헌 27인용 수 36

한 줄 요약

이 논문은 미국 소셜 미디어에서 신조어의 지리적 확산을 매핑하기 위해 자동재귀 모델을 제안하며, 어휘적 혁신이 글로벌로 동시에 퍼지기보다는 도시 간 언어적 영향 네트워크를 통해 퍼진다는 것을 드러낸다. 주요 기여는 지리적 근접성과 인구 특성 유사성이 소셜 미디어가 글로벌 연결성을 제공하더라도 여전히 신조어의 확산을 주도한다는 점을 규명한 것이다.

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

연구 동기 및 목표

• 소셜 미디어를 통해 신조어가 미국 도시들 사이로 어떻게 퍼지는지 조사하기 위해.
• 소셜 미디어 텍스트를 사용하여 어휘적 혁신의 지리적 확산을 모델링하기 위해.
• 도시 간 언어적 영향에 영향을 주는 지리적 및 인구 통계적 요인을 규명하기 위해.
• 소셜 미디어에서 단어 빈도 동적 변화를 기반으로 언어적 영향 네트워크를 구축하기 위해.

제안 방법

• 미국 도시 전역의 지리적 태그가 부여된 소셜 미디어 게시물의 시계열 단어 빈도 데이터를 기반으로 자동재귀 모델을 훈련시켰다.
• 모델은 각 도시의 단어 사용이 다른 도시에 미치는 영향을 추정하여 방향성 있는 확산 패턴을 캡처했다.
• 언어적 영향은 도시 간 단어 빈도 변화의 시간적 상관관계에서 유추되었다.
• 유도된 영향 네트워크는 지리적 및 인구 통계적 데이터와 비교되어 주요 영향 요인을 규명했다.
• 통계적 분석을 통해 네트워크 구조와 도시 수준의 특성(예: 인구 규모, 거리) 간 상관관계를 측정했다.

실험 결과

연구 질문

• RQ1 신조어는 소셜 미디어를 통해 미국 도시들 사이로 어떻게 확산되는가?
• RQ2 어떤 도시들이 어휘적 혁신의 주요 원천 또는 허브 역할을 하는가?
• RQ3 지리적 근접성과 인구 특성 유사성이 도시 간 언어적 영향을 얼마나 잘 예측하는가?
• RQ4 언어적 영향의 구조는 물리적 또는 사회적 거리와 어떻게 비교되는가?

주요 결과

• 신조어는 종종 동시에 글로벌 범위로 퍼지기보다는 도시 간으로 퍼진다.
• 지리적 근접성이 도시 간 언어적 영향에 중요한 예측 변수이다.
• 공동된 문화적 또는 사회경제적 특성을 공유하는 것과 같은 인구 통계적 유사성은 언어적 확산의 가능성을 높인다.
• 글로벌 소셜 미디어 연결성에도 불구하고, 어휘적 혁신의 초기 수용 단계에서는 여전히 지리적으로 제한된 편이다.