原創 集智編輯部 集智俱樂部

關鍵詞：計算社會科學，語言復雜性，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慣。從信息繭房到虛假信息傳播，社交媒體的社會影響引發了廣泛的學術關注。特別是在語言使用方面，學者們開始探討社交媒體是否導致了語言的簡化或退化。盡管已有大量研究探討了社交媒體對用戶行為的影響，但關于語言復雜性隨時間變化的系統性研究仍然較為匱乏。

最近，一篇發表在PNAS上的研究填補了這一空白。作者分析了來自八個主要社交媒體平臺（包括Facebook、Twitter、YouTube、Reddit等）的約3億條英文評論，時間跨度長達34年，通過詞匯量、詞匯豐富度和重復性等指標，深入探討了用戶評論的語言復雜性及其隨時間的變化。研究發現，盡管用戶在評論中不斷引入新詞，但整體上評論長度、詞匯豐富度和重復性都呈現出顯著下降趨勢。

2

作者首先對用戶的詞匯量進行了詳細分析。他們將每個用戶的所有評論匯總為一個文檔，計算每個用戶的詞匯量（即使用的獨特詞匯數量）。結果顯示，大多數用戶的詞匯量相對較小，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出下降趨勢。

為了進一步理解用戶詞匯的演變，研究還分析了用戶在不同時間段內引入新詞的速度。他們發現，大多數用戶在評論中逐漸引入新詞，詞匯擴展的速度相對較慢。這一現象表明，用戶在社交媒體上的語言使用并非一次性達到高峰，而是隨著時間推移逐漸豐富。然而，盡管用戶在不斷引入新詞，但整體上評論的詞匯豐富度仍然在下降，這進一步支持了語言簡化的趨勢。

除了詞匯量，作者還通過Yule’s K復雜性（Yule’s K-complexity）和gzip復雜性（gzip complexity）兩個指標，分析了評論的復雜性和重復性。Yule’s K復雜性用于衡量詞匯的豐富度，而gzip復雜性則用于衡量文本的重復性。結果顯示，隨著時間的推移，評論的詞匯復雜性逐漸降低，而重復性則呈現出上升趨勢。這一發現表明，社交媒體上的評論不僅在詞匯上變得更加簡單，而且在表達方式上也變得更加重復和模式化。

此外，作者做了回歸分析以驗證這些發現的穩健性，探討了時間、社交媒體平臺和評論復雜性之間的關系。結果顯示，除了Twitter和YouTube外，其他平臺上的評論復雜性均呈現出顯著的下降趨勢。這一現象進一步表明，社交媒體上的語言使用正在經歷一種普遍的簡化過程，而這種簡化并非由特定平臺驅動，而是反映了更廣泛的社會語言變化趨勢。

3

作者在討論中指出，社交媒體上的語言簡化可能與平臺的娛樂化設計有關。為了吸引用戶注意力，社交媒體平臺傾向于推廣簡單、情感化的內容，這可能導致用戶在表達時傾向于使用更簡單、更重復的語言。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潔的表達方式，以節省時間和精力。這種語言簡化趨勢與歷史上的語言接觸和混合過程相似，但在社交媒體環境下，這一過程被加速和強化。

總的來說，這項研究為我們理解社交媒體對語言使用的影響提供了重要的實證依據。這一發現不僅有助于我們理解社交媒體對語言使用的影響，還為未來的研究提供了新方向。例如，未來研究可以進一步探討語言簡化對信息傳播、用戶行為和社會互動的影響，以及如何通過平臺設計來緩解語言簡化的負面影響。

這項研究的另一個重要貢獻在于其方法論上的創新。作者通過大規模數據分析，結合多種復雜性指標，系統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研究，還可以為其他領域的學者提供借鑒。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象，如情感表達、信息傳播和用戶互動等。

圖1. 每個用戶使用的token數量的互補累積分布函數（CCDF）。

圖2. 每個用戶使用的token類型分布的 CCDF。

圖3. 用戶對其詞匯的逐步探索所確定的曲線下面積的分布。

圖4. 每個數據集中平均類型數量的演變。

龔銘康 | 編譯

原標題：《社交媒體導致了語言簡化？PNAS最新研究分析3億條英文評論：是的！》

閱讀原文