Twitter中人口统计群体的语言多样性
社会与信息网络
2017-05-12 v1
摘要
在线社交媒体的大规模流行为研究者提供了独特机会，以研究用户交互的语言特征与模式。本文中，我们对Twitter中跨人口统计群体的语言使用进行了深入刻画。特别地，我们利用来自Face++的先进图像处理算法提取位于美国的Twitter用户的性别与种族。然后，我们调查人口统计群体（即男/女，亚裔/黑人/白人）在语言风格及其兴趣方面的差异。我们从6个类别（情感属性、认知属性、词汇密度与意识、时间指称、社会与个人关注以及人际焦点）提取语言特征，以识别特定写作属性集合中的相似与差异。此外，我们提取了人口统计群体间热门短语的绝对排名差异。作为多样性的一个维度，我们还使用了从每位用户检索到的兴趣主题。我们的分析揭示了不同人口统计群体在写作风格（及兴趣主题）上的明显差异，在性别与种族线上均可见到变异。我们希望我们的努力能促进在线空间中与人口统计信息相关的新研究的发展。
引用
@article{arxiv.1705.03926,
title = {Linguistic Diversities of Demographic Groups in Twitter},
author = {Pantelis Vikatos and Johnnatan Messias and Manoel Miranda and Fabricio Benevenuto},
journal= {arXiv preprint arXiv:1705.03926},
year = {2017}
}
备注
Proceedings of the 28th ACM Conference on Hypertext and Social Media 2017 (HT '17)