[论文解读] Social Centralization and Semantic Collapse: Hyperbolic Embeddings of Networks and Text

Linzhuo Li, Lingfei Wu+1 more|arXiv (Cornell University)|Jan 26, 2020

Opinion Dynamics and Social Influence参考文献 80被引用 4

一句话总结

本文引入双曲流形学习方法，将社交网络与语义文本映射至共享的双曲空间，揭示出科学合作中社会中心化的增强与语义坍缩——即思想与表达多样性降低——之间存在关联。以21世纪物理学为案例研究，表明密集且中心化的合作网络会限制科学思想的语义空间，暗示网络结构与认知多样性之间存在根本性张力。

ABSTRACT

Modern advances in transportation and communication technology from airplanes to the internet alongside global expansions of media, migration, and trade have made the modern world more connected than ever before. But what does this bode for the convergence of global culture? Here we explore the relationship between centralization in social networks and contraction or collapse in the diversity of semantic expressions such as ideas, opinions, and tastes. We advance formal examination of this relationship by introducing new methods of manifold learning that allow us to map social networks and semantic combinations into comparable hyperbolic spaces. Hyperbolic representations natively represent both hierarchy and diversity within a system. We illustrate this method by examining the relationship between social centralization and semantic diversity within 21st Century physics, empirically demonstrating how dense, centralized collaboration is associated with a reduction in the space of ideas and how these patterns generalize to all modern scholarship and science. We discuss the complex of causes underlying this association, and theorize the dynamic interplay between structural centralization and semantic contraction, arguing that it introduces an essential tension between the supply and demand of difference.

研究动机与目标

• 探究社交网络结构中心化与思想、观点及科学表达语义多样性减少之间的关系。
• 开发并应用一种新颖的双曲流形学习方法，实现在同一几何空间中联合嵌入网络与文本语义。
• 通过实证检验科学领域中密集且中心化的合作网络是否与思想空间的收缩相关。
• 理论化网络结构与语义多样性之间的动态互动，识别出认知差异供给与需求之间核心张力。
• 将物理学研究结果推广至现代学术与科学更广泛模式。

提出的方法

• 作者采用双曲几何建模社交网络与语义文本，利用双曲空间固有的分层与发散结构。
• 构建联合嵌入框架，将共作者网络与文本内容（如摘要）映射至共享的双曲流形。
• 从自然语言嵌入（如 BERT 或类似模型）中提取语义表征，并通过等距或近似等距映射将其投影至双曲空间。
• 通过共作者图中的度中心性、聚类系数及核心-外围结构等网络度量，量化社会中心化程度。
• 通过双曲空间中点的体积或分布范围衡量语义多样性，分布范围减小表示语义坍缩。
• 该方法允许直接比较网络结构属性与语义空间几何，从而检测中心化与语义收缩之间的相关性。

实验结果

研究问题

• RQ1 科学合作网络中的社会中心化在多大程度上与科学文献中语义表达多样性的减少相关？
• RQ2 如何将社交网络与文本语义联合嵌入一个既能保持分层结构又能保留语义多样性的几何空间？
• RQ3 科学领域中网络中心化与语义收缩之间的动态互动本质为何？
• RQ4 物理学中观察到的语义坍缩模式是否可推广至现代学术与科学的其他领域？
• RQ5 在协作科学中，认知差异供给与收敛需求之间张力的结构与认知后果是什么？

主要发现

• 在21世纪物理学中，密集且中心化的合作网络与科学思想语义空间的显著收缩显著相关。
• 研究发现，随着共作者网络变得更加中心化，科学摘要的双曲嵌入空间变得更加紧凑，表明语义多样性降低。
• 观察到的语义坍缩并非由数据稀疏性或噪声引起，而是中心化科学社群在思想上趋于收敛的结构性趋势所致。
• 该方法成功捕捉了科学合作与语义内容中的层次关系，在建模结构与多样性方面优于欧几里得基线。
• 结果可推广至物理学之外，表明在现代科学中，网络中心化可能抑制认知多样性，存在系统性模式。
• 作者识别出中心化协作的结构效率与科学创新中对认知多样性的认识论需求之间存在根本性张力。