Twitter 中语言模式的社会经济依赖性：一种多元分析

我们对语言的使用不仅仅依赖于认知，而且可以说由无数外部因素决定，从而导致语言模式的全球变异性。这一问题处于社会语言学的核心，并得到了许多关于面对面交流的小规模研究的支持，本文通过构建一个数据集来解决该问题，该数据集将迄今为止最大的法语 Twitter 语料库与从法国全国人口普查获得的详细社会经济地图相结合。我们展示了在个体 Twitter 流中测量的关键语言变量如何依赖于社会经济地位、位置、时间和个体社交网络等因素。我们发现：(i) 社会经济地位较高、在白天更活跃的人使用更标准的语言；(ii) 该国南部比北部更倾向于使用更标准的语言，而在局部上所使用的变体或方言由社会经济地位的空间分布决定；(iii) 即使在去除地位同质性效应后，社交网络中相连的个体在语言上比不相连的个体更相近。我们的结果为社会语言学理论提供了信息，并可能启发从推文方式推断人们社会经济地位的新学习方法。