[论文解读] Mapping the geographical diffusion of new words

Jacob Eisenstein, Brendan O’Connor+2 more|arXiv (Cornell University)|Oct 18, 2012

Digital Communication and Language参考文献 27被引用 36

一句话总结

本文提出一种自回归模型，用于描绘美国社交媒体中新词的地理扩散过程，揭示了词汇创新是通过城市之间的语言影响网络传播，而非全球同步扩散。其主要贡献在于识别出地理邻近性和人口特征相似性显著驱动新词的传播，即使在社交媒体实现全球连接的背景下亦是如此。

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

研究动机与目标

• 研究新词如何通过社交媒体在美国内部城市间传播。
• 利用社交媒体文本建模词汇创新的地理扩散过程。
• 识别影响城市间语言影响的地理与人口因素。
• 基于社交媒体中词汇频率动态构建语言影响网络。

提出的方法

• 在全美各城市地理标记的社交媒体帖子时间序列词汇频率上训练自回归模型。
• 该模型估算每个城市词汇使用对其他城市的影响，捕捉方向性传播模式。
• 通过城市间词汇频率变化的时间相关性推断语言影响。
• 将所得的影响网络与地理和人口数据对比，识别驱动因素。
• 统计分析测量网络结构与城市层面特征（如人口规模和距离）之间的相关性。

实验结果

研究问题

• RQ1 新词如何通过社交媒体在美国内部城市间扩散？
• RQ2 哪些城市是词汇创新的主要源头或枢纽？
• RQ3 地理邻近性和人口特征相似性在多大程度上可预测城市间语言影响？
• RQ4 语言影响的结构与物理距离或社会距离相比如何？

主要发现

• 新词通常以城市间逐个传播的方式扩散，而非同时实现全球覆盖。
• 地理邻近性是城市间语言影响的重要预测因子。
• 人口特征相似性（如共享的文化或社会经济特征）可增强语言传播的可能性。
• 即使具备全球社交媒体连接能力，词汇创新在早期采纳阶段仍保持地理上的局限性。