推文的可读性及其与教育程度的地理相关性
社会与信息网络
2014-01-24 v1 物理与社会
摘要
Twitter已迅速成为全球最大的书面交流平台之一。由于可以轻松挖掘大量推文，Twitter也成为研究现代语言风格的来源。文本的可读性长期以来一直是一种简单的方法，用于表征语言的复杂性和文档被读者理解的难易程度。在本研究中，我们使用修改版的Flesch阅读易读性公式，应用于1740万条推文的语料库。我们发现，与其他短格式交流（如短信或聊天）相比，推文具有特征性的更难阅读的分数。这种语言差异对推文中“话题标签”的存在不敏感。通过利用2%用户提供的地理数据，结合美国人口普查的“邮政编码制表区”（ZCTA）级别的教育数据，我们发现ZCTA内的平均可读性与大学毕业生率之间存在有趣的相关性。这指向了这些区域中潜在语言的差异，或者推文内容类型的变化。
引用
@article{arxiv.1401.6058,
title = {The Readability of Tweets and their Geographic Correlation with Education},
author = {James R. A. Davenport and Robert DeLine},
journal= {arXiv preprint arXiv:1401.6058},
year = {2014}
}
备注
4 page note