Mapowanie językowe ujawnia, jak znaczenia słów czasami zmieniają się z dnia na dzień

W październiku 2012 roku huragan Sandy zbliżył się do wschodniego wybrzeża Stanów Zjednoczonych. W tym samym czasie język angielski przechodził własne małe trzęsienie ziemi. Zaledwie kilka miesięcy wcześniej słowo piaskowy oznaczało przymiotnik pokryty lub składający się głównie z piasku lub o jasnożółto-brązowym kolorze. Niemal z dnia na dzień słowo to zyskało dodatkowe znaczenie jako rzeczownik właściwy jednej z najkosztowniejszych burz w historii USA.

Podobna zmiana nastąpiła w przypadku słowa mysz na początku lat 70., kiedy zyskało ono nowe znaczenie jako komputerowe urządzenie wejściowe. W latach 80. słowo jabłko stało się rzeczownikiem własnym, synonimem firmy komputerowej. A później, po wydaniu systemu operacyjnego Microsoft, słowo Windows poszło podobnym torem.

Wszystko to ma pokazać, jak język ewoluuje nieustannie, często powoli, a innym razem niemal z dnia na dzień. Śledzenie tych nowych zmysłów i znaczeń zawsze było trudne. Ale już nie.

Dzisiaj Vivek Kulkarni ze Stony Brook University w Nowym Jorku i kilku kumpli pokazują, jak śledzili te zmiany językowe, przeszukując korpus słów przechowywanych w bazach danych, takich jak Google Books, recenzje filmów z Amazona i oczywiście Twitter.

Ci goście opracowali trzy sposoby dostrzegania zmian w języku. Pierwsza to prosta liczenie, jak często słowa są używane, przy użyciu narzędzi takich jak Google Trends. Na przykład w październiku 2012 r. częstotliwość słów Sandy i huragan wzrosła w okresie poprzedzającym burzę. Jednak tylko jedno z tych słów zmieniło swoje znaczenie, czego nie jest w stanie wykryć liczba częstotliwości.

Tak więc Kulkarni i spółka mają drugą metodę, w której opisują wszystkie słowa w bazach danych według ich części mowy, czy to rzeczownika, rzeczownika własnego, czasownika, przymiotnika i tak dalej. To wyraźnie pokazuje zmianę w sposobie użycia słowa Sandy, z przymiotnika na rzeczownik, jednocześnie pokazując, że słowo huragan się nie zmieniło.

Części techniki mowy są przydatne, ale nie niezawodne. Nie może wychwycić zmiany znaczenia słowa mysz, które są rzeczownikami. Tak więc zespół ma trzecie podejście.

Odwzorowuje to lingwistyczną przestrzeń wektorową, w której osadzone są słowa. Chodzi o to, że słowa w tej przestrzeni są zbliżone do innych słów, które pojawiają się w podobnych kontekstach. Na przykład słowo duży jest zbliżone do słów takich jak duży, ogromny, ogromny i tak dalej.

Badając przestrzeń językową w różnych momentach historii, można zobaczyć, jak zmieniły się znaczenia. Na przykład w latach pięćdziesiątych słowo wesoły było zbliżone do słów takich jak wesoły i elegancki. Dziś jednak przesunęła się znacznie, aby zbliżyć się do słów takich jak lesbijka, homoseksualista i tak dalej.

Kulkarni i spółka badają trzy różne bazy danych, aby zobaczyć, jak zmieniły się słowa: zestaw sekwencji pięciu słów, które pojawiają się w korpusie Google Books, recenzje filmów Amazon od 2000 roku oraz wiadomości opublikowane na Twitterze między wrześniem 2011 a październikiem 2013 roku.

Ich wyniki ujawniają nie tylko, które słowa zmieniły znaczenie, ale także kiedy i jak szybko nastąpiła zmiana. Na przykład przed latami 70. słowo „taśma” było używane prawie wyłącznie do opisu taśmy klejącej, ale potem zyskało dodatkowe znaczenie jako taśma magnetofonowa.

Przed latami pięćdziesiątymi słowo „plastik” ogólnie oznaczało elastyczny, ale wprowadzenie polistyrenu spopularyzowało jego zastosowanie jako polimeru syntetycznego. A przed latami 70. słowo dieta oznaczało żywność spożywaną przez jednostkę. Ale po publikacji w 1972 roku Dietetyczna rewolucja dr Atkinsa , nabrała dodatkowego znaczenia stylu życia, jakim jest konsumpcja żywności.

Kulkarni i spółka zaobserwowali podobne, nowsze trendy na Twitterze i Amazonie ze zmianami w użyciu słów takich jak cukierki, strumieniowanie i odcienie, które odpowiadają popularności gry Candy Crush Saga, zjawisku przesyłania strumieniowego wideo i publikacji Pięćdziesiąt odcieni szarości w czerwcu 2012 r.

To fascynujący wgląd w ewolucję języka, który pokazuje, jak nasz język zmienia się w każdej skali i w szerokim zakresie mediów. Ten efekt jest szczególnie powszechny w Internecie, gdzie szybka wymiana pomysłów może zmienić znaczenie słowa z dnia na dzień, mówią Kulkarni i spółka.

Może to być przydatne do budowania maszyn przetwarzających język, które lepiej rozumieją bieżący język. Ale być może najbardziej użyteczne jest to, że zapewnia zapis sposobu, w jaki język się zmienił, i mechanizm obserwacji bieżących zmian mniej więcej w czasie rzeczywistym.

Nr ref.: arxiv.org/abs/1411.3315 : Statystycznie istotne wykrycie zmiany językowej

ukryć