巴别塔的 Twitter：通过微博客平台映射世界语言
物理与社会
2013-04-23 v1 计算与语言
社会与信息网络
摘要
就在几年前还需要耗费大量经济和人力资源才能进行的社会技术系统的大规模分析与统计，如今可以通过挖掘人类活动产生的海量数字数据便捷地完成。尽管数据革命正在显现出我们社会几个方面的特征，但关于社会生活大数据“代理”的可靠性和固有偏差的许多问题仍未解决。在此，我们通过分析大规模微博客帖子数据集，调查了全球语言指标和趋势。我们表明，现有数据允许研究从国家层面聚合到特定城市社区等不同尺度的语言地理分布。数据的高分辨率和覆盖范围使我们能够调查不同的指标，如不同国家的语言同质性、国家内部的旅游季节模式以及多语言地区不同语言的地理分布。这项工作突出了对开放数据源进行地理定位研究的潜力，以改进当前的分析并为特定社区中的主要社会现象开发指标。
引用
@article{arxiv.1212.5238,
title = {The Twitter of Babel: Mapping World Languages through Microblogging Platforms},
author = {Delia Mocanu and Andrea Baronchelli and Bruno Gonçalves and Nicola Perra and Alessandro Vespignani},
journal= {arXiv preprint arXiv:1212.5238},
year = {2013}
}