原創(chuàng) 集智編輯部 集智俱樂部

關(guān)鍵詞：計(jì)算社會(huì)科學(xué)，語言復(fù)雜性，社交媒體

論文題目：Patterns of linguistic simplification on social media platforms over time 論文地址：https://www.pnas.org/doi/10.1073/pnas.2412105121 期刊名稱：PNAS

1.

社交媒體不僅改變了信息傳播的路徑，還深刻影響了用戶的語言使用習(xí)慣。從信息繭房到虛假信息傳播，社交媒體的社會(huì)影響引發(fā)了廣泛的學(xué)術(shù)關(guān)注。特別是在語言使用方面，學(xué)者們開始探討社交媒體是否導(dǎo)致了語言的簡(jiǎn)化或退化。盡管已有大量研究探討了社交媒體對(duì)用戶行為的影響，但關(guān)于語言復(fù)雜性隨時(shí)間變化的系統(tǒng)性研究仍然較為匱乏。

最近，一篇發(fā)表在PNAS上的研究填補(bǔ)了這一空白。作者分析了來自八個(gè)主要社交媒體平臺(tái)（包括Facebook、Twitter、YouTube、Reddit等）的約3億條英文評(píng)論，時(shí)間跨度長(zhǎng)達(dá)34年，通過詞匯量、詞匯豐富度和重復(fù)性等指標(biāo)，深入探討了用戶評(píng)論的語言復(fù)雜性及其隨時(shí)間的變化。研究發(fā)現(xiàn)，盡管用戶在評(píng)論中不斷引入新詞，但整體上評(píng)論長(zhǎng)度、詞匯豐富度和重復(fù)性都呈現(xiàn)出顯著下降趨勢(shì)。

2

作者首先對(duì)用戶的詞匯量進(jìn)行了詳細(xì)分析。他們將每個(gè)用戶的所有評(píng)論匯總為一個(gè)文檔，計(jì)算每個(gè)用戶的詞匯量（即使用的獨(dú)特詞匯數(shù)量）。結(jié)果顯示，大多數(shù)用戶的詞匯量相對(duì)較小，且隨著用戶活躍水平提高，詞匯量有所增加。然而，盡管活躍用戶使用更多的詞匯，但整體上用戶的詞匯量仍然呈現(xiàn)出下降趨勢(shì)。

為了進(jìn)一步理解用戶詞匯的演變，研究還分析了用戶在不同時(shí)間段內(nèi)引入新詞的速度。他們發(fā)現(xiàn)，大多數(shù)用戶在評(píng)論中逐漸引入新詞，詞匯擴(kuò)展的速度相對(duì)較慢。這一現(xiàn)象表明，用戶在社交媒體上的語言使用并非一次性達(dá)到高峰，而是隨著時(shí)間推移逐漸豐富。然而，盡管用戶在不斷引入新詞，但整體上評(píng)論的詞匯豐富度仍然在下降，這進(jìn)一步支持了語言簡(jiǎn)化的趨勢(shì)。

除了詞匯量，作者還通過Yule’s K復(fù)雜性（Yule’s K-complexity）和gzip復(fù)雜性（gzip complexity）兩個(gè)指標(biāo)，分析了評(píng)論的復(fù)雜性和重復(fù)性。Yule’s K復(fù)雜性用于衡量詞匯的豐富度，而gzip復(fù)雜性則用于衡量文本的重復(fù)性。結(jié)果顯示，隨著時(shí)間的推移，評(píng)論的詞匯復(fù)雜性逐漸降低，而重復(fù)性則呈現(xiàn)出上升趨勢(shì)。這一發(fā)現(xiàn)表明，社交媒體上的評(píng)論不僅在詞匯上變得更加簡(jiǎn)單，而且在表達(dá)方式上也變得更加重復(fù)和模式化。

此外，作者做了回歸分析以驗(yàn)證這些發(fā)現(xiàn)的穩(wěn)健性，探討了時(shí)間、社交媒體平臺(tái)和評(píng)論復(fù)雜性之間的關(guān)系。結(jié)果顯示，除了Twitter和YouTube外，其他平臺(tái)上的評(píng)論復(fù)雜性均呈現(xiàn)出顯著的下降趨勢(shì)。這一現(xiàn)象進(jìn)一步表明，社交媒體上的語言使用正在經(jīng)歷一種普遍的簡(jiǎn)化過程，而這種簡(jiǎn)化并非由特定平臺(tái)驅(qū)動(dòng)，而是反映了更廣泛的社會(huì)語言變化趨勢(shì)。

3

作者在討論中指出，社交媒體上的語言簡(jiǎn)化可能與平臺(tái)的娛樂化設(shè)計(jì)有關(guān)。為了吸引用戶注意力，社交媒體平臺(tái)傾向于推廣簡(jiǎn)單、情感化的內(nèi)容，這可能導(dǎo)致用戶在表達(dá)時(shí)傾向于使用更簡(jiǎn)單、更重復(fù)的語言。此外，社交媒體上的快速交流模式也可能促使用戶使用更簡(jiǎn)潔的表達(dá)方式，以節(jié)省時(shí)間和精力。這種語言簡(jiǎn)化趨勢(shì)與歷史上的語言接觸和混合過程相似，但在社交媒體環(huán)境下，這一過程被加速和強(qiáng)化。

總的來說，這項(xiàng)研究為我們理解社交媒體對(duì)語言使用的影響提供了重要的實(shí)證依據(jù)。這一發(fā)現(xiàn)不僅有助于我們理解社交媒體對(duì)語言使用的影響，還為未來的研究提供了新方向。例如，未來研究可以進(jìn)一步探討語言簡(jiǎn)化對(duì)信息傳播、用戶行為和社會(huì)互動(dòng)的影響，以及如何通過平臺(tái)設(shè)計(jì)來緩解語言簡(jiǎn)化的負(fù)面影響。

這項(xiàng)研究的另一個(gè)重要貢獻(xiàn)在于其方法論上的創(chuàng)新。作者通過大規(guī)模數(shù)據(jù)分析，結(jié)合多種復(fù)雜性指標(biāo)，系統(tǒng)地探討了社交媒體上的語言變化。這種方法不僅適用于語言學(xué)研究，還可以為其他領(lǐng)域的學(xué)者提供借鑒。例如，未來的研究可以借鑒這種方法，探討社交媒體上的其他語言現(xiàn)象，如情感表達(dá)、信息傳播和用戶互動(dòng)等。

圖1. 每個(gè)用戶使用的token數(shù)量的互補(bǔ)累積分布函數(shù)（CCDF）。

圖2. 每個(gè)用戶使用的token類型分布的 CCDF。

圖3. 用戶對(duì)其詞匯的逐步探索所確定的曲線下面積的分布。

圖4. 每個(gè)數(shù)據(jù)集中平均類型數(shù)量的演變。

龔銘康 | 編譯

原標(biāo)題：《社交媒體導(dǎo)致了語言簡(jiǎn)化？PNAS最新研究分析3億條英文評(píng)論：是的！》

閱讀原文