COVID-19 期间语言多样性的度量
计算与语言
2021-04-06 v1
摘要
语言多样性的计算度量有助于我们利用数字语言数据理解语言景观。本文的贡献在于利用 COVID-19 大流行导致的国际旅行限制来校准语言多样性度量。先前的工作已使用地理参考的社交媒体和网络数据绘制语言分布图。然而，其目标是描述这些语料库本身，而非对底层人口进行推断。本文表明，基于赫芬达尔-赫希曼指数(Herfindahl-Hirschman Index)的双重差分方法可以识别由非本地人口引入数字语料库的偏差。这些方法告诉我们哪些地方发生了显著变化，以及这是否导致多样性增加或减少。这是将社交媒体等数字语料库与其所产生的真实世界人口对齐的重要一步。
引用
@article{arxiv.2104.01290,
title = {Measuring Linguistic Diversity During COVID-19},
author = {Jonathan Dunn and Tom Coupe and Benjamin Adams},
journal= {arXiv preprint arXiv:2104.01290},
year = {2021}
}