초록 :
이 연구는 2008 년에서 2020 년 사이에 트위터에 게시 된 수십억 단어의 데이터를 사용하여 미국 영어 개발에 대한 대규모 분석을 제공합니다. 우리는 새로운 단어의 출현, 오래된 단어의 쇠퇴 및 단어의 의미로의 변화를 포함하여 시간이 지남에 따라 단어의 빈도와 사용 패턴이 어떻게 변하는지를 조사합니다. 우리의 연구 결과는 언어의 역동적 인 특성에 대해 밝히고 미국 영어의 진화를 형성하는 문화적, 사회적, 기술적 요인에 대한 통찰력을 제공합니다.
키워드 : 미국 영어, 트위터 데이터, 언어 변경, 단어 빈도, 시맨틱 교대
소개 :
언어는 시간이 지남에 따라 끊임없이 변화하는 역동적 인 현상입니다. 새로운 단어가 소개되고, 오래된 단어는 사용되지 않았으며, 기존 단어는 의미가 바뀔 수 있습니다. 이러한 변화는 문화적, 사회적, 기술 및 환경 변화를 포함한 다양한 요인의 영향을받습니다.
최근 몇 년 동안, 대규모 디지털 텍스트 데이터의 가용성으로 인해 연구원들은 전례없는 세부 사항으로 언어 변화를 연구 할 수있었습니다. 특히 트위터는 언어 사용을 실시간으로 분석하기위한 풍부한 데이터 소스를 제공합니다. 수백만 명의 사용자가 플랫폼에 적극적으로 게시함에 따라 Twitter는 현재 미국 영어 상태와 진화 방식을 엿볼 수 있습니다.
방법론 :
트위터에서 American English의 개발을 분석하기 위해 2008 년에서 2020 년 사이에 게시 된 수십억 단어의 단어 데이터 세트를 수집했습니다. 먼저 영어 이외의 단어, 구두점 및 URL을 제거하여 데이터를 사전 처리했습니다. 그런 다음 텍스트를 단어로 토큰 화하고 매년 각 단어의 빈도를 계산했습니다.
시간이 지남에 따라 단어 주파수의 변화를 추적하기 위해 단어 주파수 성장 속도를 1 년에서 다음 해에서 다음 해에서 다음 주파수의 변화율로 정의했습니다.
또한, 우리는 단어 사이의 의미 론적 유사성을 포착하기 위해 단어 임베딩 기술을 사용했습니다. 미리 훈련 된 단어 임베딩 모델을 사용하여 단어 벡터 간의 코사인 유사성을 계산하고 시간이 지남에 따라 단어의 의미 론적 관련성을 비교했습니다.
발견 :
1. 새로운 단어의 출현 :
우리는 학습 기간 동안 트위터에서 수천 개의 새로운 단어가 등장한 것을 발견했습니다. 이 단어들 중 다수는 신기술, 소셜 미디어 및 대중 문화와 관련이 있으며 빠른 기술 발전과 문화적 변화를 반영합니다.
2. 오래된 단어의 쇠퇴 :
특정 단어는 시간이 지남에 따라 빈도가 감소하여 사용 또는 관련성의 변화를 나타냅니다. 일부 거절 된 단어는 구식 기술, 패션 동향 또는 정치적 인물과 관련이있었습니다.
3. 시맨틱 이동 :
우리의 분석은 또한 시간이 지남에 따라 특정 단어의 의미에서 의미 론적 변화를 보여 주었다. 예를 들어, "문자 그대로"원래 "원래"라는 단어는 "문자 그대로의 의미로"의미가 있지만 트위터에서의 사용은 종종 강조 또는 과장을 전달했습니다.
4. 사회 및 문화 행사의 영향 :
주요 사회 및 문화 행사는 언어 사용에 중대한 영향을 미쳤습니다. 예를 들어, "Selfie"라는 단어는 휴대 전화 사진의 부상과 Instagram과 같은 소셜 미디어 플랫폼의 사용에 따라 빈도가 급격히 증가했습니다.
결론 :
수십억 개의 트위터 단어 분석은 미국 영어의 역동적 인 특성과 시간이 지남에 따라 어떻게 진화하는지에 대한 통찰력을 제공합니다. 새로운 단어가 나오고 오래된 단어가 쇠퇴하며 문화적, 사회적, 기술적 변화로 인해 단어의 의미가 변할 수 있습니다. Twitter 데이터는 실시간 언어 변경을 공부하는 데 유용한 자원으로 작용하여 연구원이 전례없는 세부 사항으로 언어 진화를 추적 할 수 있도록합니다.
시사점 :
이 연구의 결과는 역사적 언어학, 사회학 및 문화 연구를 포함한 다양한 분야에 영향을 미칩니다. 미국 영어의 진화를 이해하면 사회적 변화, 문화적 트렌드 및 언어 사용자의 진화하는 요구에 대한 귀중한 정보를 제공 할 수 있습니다.
