在线网络中语言变化的社会动态
本研究旨在探讨社交网络结构对词汇变化的影响,通过对 4420 个在线社区在 10 年内发生的 80,000 个新词汇的大规模分析,使用泊松回归和生存分析,发现社区的网络结构对词汇变化起着显著作用,特别是密集连接,缺乏本地集群和更多的外部联系对推动词汇创新和保留具有促进作用,同时这些基于主题的社区不会像线下社区一样经历强烈的词汇调整,而是容纳更多的小众词汇。
Apr, 2021
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
通过对在线社区 Reddit 中非标准词汇增长的大规模分析,研究了语言变化中社交和结构因素之间的联系,发现跨越多个语言环境的传播是增长的迹象,而社交传播可能不如以前所假设的那样重要。
Feb, 2018
通过对维基人和美国最高法院的论据展开研究,我们发现群体讨论中一些人立即回应其他人的语言风格与其他成员之间的权力差异是相关的,提出了基于语言协调的分析框架,可以用于阐明功率关系,并跨多种类型的力量保持一致。
Dec, 2011
研究在线社区中词汇创新的产生和传播,利用社会语言学理论并关注使用新术语的社交角色之间的关系,揭示创新者和采纳者的特征,并进行预测任务,以预测创新是否能在社区内成功传播。
Jun, 2018
本文通过 Twitter 用户语言风格和社交网络之间的关系,探讨了性别、语言风格和社交网络之间的关系,提出了一种细致的性别分类方法,发现语言风格与社交网络之间的同性别联系紧密相关。
Oct, 2012
本研究通过分析一个在线编织社区中的帖子,找到了代表性的语言特征,研究了语言特征与个体互动中的影响力之间的关系。研究结果表明,语言特征与其影响他人的能力之间存在着重要的相关性。
Jul, 2017
提出了一种新的计算方法,用于跟踪和检测单词的语义和用法中的统计显着语言转变,并对一定时间内的单词用法进行了分析,最终使用深度人工神经网络模型,构建了时间序列,使用其跟踪了语言变化趋势。
Nov, 2014