[论文解读] Emoticons vs. Emojis on Twitter: A Causal Inference Approach

Umashanthi Pavalanathan, Jacob Eisenstein|arXiv (Cornell University)|Oct 28, 2015

Digital Communication and Language参考文献 18被引用 85

一句话总结

本研究通过倾向得分匹配的因果推断方法，检验采用表情符号的推特用户是否减少了表情符号的使用。结果显示，与匹配的非采用者相比，表情符号采用者在表情符号使用上平均减少了0.17%，具有统计显著性，表明在推特的副语言表达中，表情符号正在取代表情符号。

ABSTRACT

Online writing lacks the non-verbal cues present in face-to-face communication, which provide additional contextual information about the utterance, such as the speaker's intention or affective state. To fill this void, a number of orthographic features, such as emoticons, expressive lengthening, and non-standard punctuation, have become popular in social media services including Twitter and Instagram. Recently, emojis have been introduced to social media, and are increasingly popular. This raises the question of whether these predefined pictographic characters will come to replace earlier orthographic methods of paralinguistic communication. In this abstract, we attempt to shed light on this question, using a matching approach from causal inference to test whether the adoption of emojis causes individual users to employ fewer emoticons in their text on Twitter.

研究动机与目标

• 调查推特用户采用表情符号是否会导致其表情符号使用量减少。
• 检验表情符号是否正在取代表情符号，作为在线交流中副语言表达的形式。
• 应用因果推断技术分析观察性社交媒体数据，以评估语言风格的变化。
• 比较表情符号采用对不同类型表情符号（如快乐型与悲伤型）的影响。
• 探讨表情符号采用对社交媒体写作中非标准拼写特征的更广泛影响。

提出的方法

• 本研究采用因果推断中的匹配方法，比较采用表情符号的用户（处理组）与匹配的非采用者（对照组）。
• 用户根据其处理前的表情符号使用率进行匹配，以确保基线行为具有可比性。
• 分析聚焦于2014年2月至2015年8月期间通过推特流API收集的以英语为主的推文样本。
• 通过Unicode类别过滤提取表情符号，通过自定义正则表达式提取表情符号。
• 使用配对t检验评估处理组与对照组之间表情符号使用差异的统计显著性。
• 本研究采用数据驱动方法，通过分析高频词符模式并人工标注95%的最常见表情符号类词符，识别表情符号。

实验结果

研究问题

• RQ1 推特用户采用表情符号是否导致其个人表情符号使用量减少？
• RQ2 表情符号是否正在取代表情符号，作为在线交流中副语言表达的手段？
• RQ3 表情符号采用的影响在不同类型的表情符号（如快乐型、戏谑型或悲伤型）之间如何变化？
• RQ4 在观察性社交媒体数据中，因果推断方法在多大程度上可应用于研究语言风格变化？
• RQ5 表情符号采用对其他非标准拼写特征（如表达性延长或缩写）的相对影响如何？

主要发现

• 处理组（即早期表情符号采用者）在每个词符上表现出平均0.17%的表情符号使用量减少，相较于对照组。
• 处理组与对照组之间表情符号使用量的差异具有统计显著性（t = -11.11，p ≈ 1×10⁻²⁷）。
• 传达快乐或戏谑情绪的表情符号（如 :-) 和 :P）的使用率下降幅度高于传达悲伤情绪的表情符号（如 :(）。
• 两组的表情符号使用总体趋势均呈下降，但采用表情符号的组下降幅度显著更陡峭。
• 结果支持了表情符号正在取代表情符号以履行推特上副语言功能的假设。
• 本研究提供了证据，表明表情符号采用与社交媒体写作中非标准拼写特征使用减少相关。