[논문 리뷰] Studying Politeness across Cultures Using English Twitter and Mandarin Weibo

Mingyang Li, Louis Hickman외 3명|arXiv (Cornell University)|2020. 08. 06.

Language, Discourse, Communication Strategies참고 문헌 47인용 수 11

한 줄 요약

이 연구는 영어 트위터와 간체중국어 웨이보를 대상으로 하는 다국어적 예의 표현 특징 집합인 PoliteLex를 개발하고, 정신언어학적 사전과 함께 사용하여 예의 표현의 문화적 차이를 모델링한다. 분석 결과, 웨이보에서는 미래 중심의 언어, 집단 소속감, 감사 표현이 더 예의 바르게 여겨지며, 중국어에서는 호칭어를 제외한 대명사와 금기어, 비공식어 사용이 무례함을 증가시키는 것으로 나타났다. F1 스코어는 웨이보에서 0.886, 트위터에서 0.774를 기록하였다.

ABSTRACT

Modeling politeness across cultures helps to improve intercultural communication by uncovering what is considered appropriate and polite. We study the linguistic features associated with politeness across US English and Mandarin Chinese. First, we annotate 5,300 Twitter posts from the US and 5,300 Sina Weibo posts from China for politeness scores. Next, we develop an English and Chinese politeness feature set, `PoliteLex'. Combining it with validated psycholinguistic dictionaries, we then study the correlations between linguistic features and perceived politeness across cultures. We find that on Mandarin Weibo, future-focusing conversations, identifying with a group affiliation, and gratitude are considered to be more polite than on English Twitter. Death-related taboo topics, lack of or poor choice of pronouns, and informal language are associated with higher impoliteness on Mandarin Weibo compared to English Twitter. Finally, we build language-based machine learning models to predict politeness with an F1 score of 0.886 on Mandarin Weibo and a 0.774 on English Twitter.

연구 동기 및 목표

• 소셜 미디어에서의 자연어를 활용하여 다문화 간 예의 표현 방식의 차이를 탐구한다.
• 영어와 간체중국어를 대상으로 문화적 맥락에 맞는 언어별 예의 표현 어휘집(PoliteLex)을 개발한다.
• PoliteLex와 기존 정신언어학적 도구(LIWC, EmoLex 등)의 예의 표현 예측 성능를 비교한다.
• 실제 마이크로블로깅 데이터를 기반으로 다문화 간 예의 표현 예측을 위한 기계학습 모델을 구축하고 평가한다.
• 데이터 기반의 통찰을 통해 다문화 소통, 기계 번역, 소셜 미디어 플랫폼 설계에 기여한다.

제안 방법

• 모국어 사용자들이 참여한 5,300개의 영어 트위터 게시물과 5,300개의 간체중국어 웨이보 게시물을 예의 점수로 주석 처리하였다.
• 영어와 간체중국어에서 (무)예의 표현의 문화적 특수성에 맞는 언어적 지표를 반영한 맞춤형 예의 표현 어휘집인 PoliteLex를 설계하였다.
• 검증된 정신언어학적 사전(LIWC, EmoLex)과 PoliteLex를 융합하여 모델링을 위한 하이브리드 특징 집합을 구성하였다.
• 이 특징 집합을 기반으로 두 코퍼스 모두에서 다중 기계학습 모델(예: 로지스틱 회귀, SVM)을 훈련하고 평가하였다.
• 플랫폼 간 성능 평가를 위해 F1 스코어, 정밀도, 재현율, ROCAUC, 정확도를 사용하였다.
• 각 문화에서 인식된 예의 표현과 관련된 유의미한 언어적 특징을 규명하기 위해 통계 분석을 수행하였다.

실험 결과

연구 질문

• RQ1 Stanford Politeness Corpus와 소셜 미디어 코퍼스에서, 정신언어학적 사전(예: PoliteLex 포함)과 Stanford API는 (무)예의 표현 예측에 어떻게 비교되는가?
• RQ2 미국 영어 트위터와 간체중국어 웨이보에서 예의 표현과 무례함을 특징짓는 주요 언어적 특징은 무엇인가?
• RQ3 이 두 언어에서의 의사소통 규범의 문화적 차이가 (무)예의 표현의 특정 언어적 지표에 어떻게 반영되는가?
• RQ4 한 플랫폼에서 훈련된 기계학습 모델이 다른 문화적·언어적 맥락에서 예의 표현을 예측하는 데 얼마나 일반화될 수 있는가?
• RQ5 감정의 정서적 성향, 사회적 정체성, 금기어는 다문화 간 예의 표현 인식에 어떤 역할을 하는가?

주요 결과

• LIWC와 PoliteLex의 조합이 웨이보에서 F1 스코어 0.802, 트위터에서 0.772를 기록하여 개별 어휘집과 Stanford API를 모두 초월하였다.
• PoliteLex만으로도 웨이보에서 F1 스코어 0.801, 트위터에서 0.771을 기록하여 다국어적 예의 표현 모델링에 뛰어난 성능을 보였다.
• 웨이보에서는 미래 중심 언어, 집단 소속감, 감사 표현이 높은 예의 점수와 유의미하게 관련되어 있었다.
• 웨이보에서는 호칭어를 제외한 대명사 사용, 死(죽음) 관련 금기어, 비공식어 사용이 영어 트위터에 비해 무례함을 강하게 연관지켰다.
• 웨이보 데이터로 훈련된 모델은 F1 스코어 0.886을 기록하였고, 트위터 모델은 0.774를 기록하여 간체중국어 마이크로블로그에서 예의 표현 예측의 정확도가 더 높다는 것을 시사하였다.
• PoliteLex는 간체중국어에서 간접적이고 집단 중심의 표현 방식을 선호하는 문화적 특성을 효과적으로 포착하였으며, 이는 영어에서는 덜 두드러지는 특징이다.