Jan, 2014

推文的可读性与其与教育的地理相关性

PDF
TL;DR本研究分析了使用 Flesch 阅读难度公式修改后的 17.4 万条推文，发现推文的阅读难度明显高于短信和聊天群组，对于推文阅读难度与地理数据的相关研究发现，与大学毕业率存在着重要相关性，这说明了不同的地区存在着不同的语言差异。
twitterlinguistic stylereadability scoresgeographic dataeducation
发现论文，激发创造
  • 对 2016 年美国总统竞选活动讲话的易读性分析

    通过对候选人和历届总统发言文本运用 REAP 可读性分析，结合词汇和语法结构进行分析预测阅读难度等级，分析结果显示候选人在不同场合下的平均读易度、随时间变化的读易度和标准差，并与历届总统和葛底斯堡演说进行比较。

    Mar, 2016

  • 幸福的地理：将 Twitter 情感和表达、人口统计学以及地方的客观特征联系起来

    通过对美国各地实时表达和生活相关数据的大规模分析，探索了社交媒体作为估测肥胖率等人口水平的工具的潜力。

    Feb, 2013

  • 推特语言模式的社会经济依赖性：多元分析

    探讨了社会语言学的核心问题，即在全球范围内，个体的语言变异是受许多外部因素影响的，并利用法国最大的推特文本数据集和详细的社会经济地图，研究表明人们的社会经济地位、地理位置和社交网络等因素都对个体网络文本数据中的语言变量有显著影响。

    Apr, 2018

  • Twitter 中的地理位置和语言识别

    本文研究了三种自动语言识别方法与 Twitter 用户界面语言设置和语言人工编码之间的可靠性，比较了用户输入的个人资料位置与实际发推地点之间的不同，证明了用户生成的资料位置无法用作推特信息发布的有用代理。

    Aug, 2013

  • 社交媒体中的词汇变化扩散

    通过分析 107 百万条推特信息，我们发现计算机媒介通信正在驱动书面语言的根本变革，语言演化并不使得美国英语变得一致，而是重现了口语中现有的毛病。

    Oct, 2012

  • 地理标记 Twitter 数据中的混淆和后果

    通过比较使用 GPS 坐标和用户自报位置不同的语言分析方法，研究表明不同年龄和性别的人对特定主题的写作风格有所不同，并给出了男性 40 岁以上的文本地理定位最准确的结果。同时，年龄和性别是影响语言使用的重要变量。

    Jun, 2015

  • 二语学习者文本可读性评估

    该研究针对非英语母语者阅读理解评估的不足，提出了一种利用一般化方法和自学习技术，借助母语数据提高 L2 数据系统表现的模型，并在学习者文本的可读性评估方面取得了精度为 0.797 和相关系数为 0.938 的结果。

    Jun, 2019

  • Flesch 或 Fumble？评估教学调整的语言模型的可读性标准对齐

    对各种语言模型在书写故事补充和简化叙述等生成任务中根据标准的提示控制文本可读性进行性能调查的研究结果表明，ChatGPT 等全球认可的模型可能相对不够有效，需要更精细的提示，而像 BLOOMZ 和 FlanT5 这样的开放源码模型则显示出有希望的结果。

    Sep, 2023

  • 使用定量信心推断推文的来源地

    本研究提出了一种基于高斯混合模型的可扩展内容分析的方法，用于估算推文的地理位置，并提出了精度、准确度和校准等度量标准，并实现了对全球 1300 万条 Tweet 的实验，得出了可靠的、与以前的计算密集型方法相媲美的结果。

    May, 2013

  • 利用社交媒体数据识别影响公众对无障碍性、社会经济差异和公共交通态度的因素

    运用社交媒体和统计模型，本研究分析了纽约市的推文，发现性别、族裔、邻里交通等因素会影响个人对交通可达性的认知，而亚洲族裔和空气污染也与社会经济不平等有关。然而，对于弱势群体而言，缺乏网络可访问性可能是不善于表达交通可达性问题的原因之一。

    Jan, 2024