這里是科學美國人——60秒科學
你可以依據(jù)人們的社交媒體信息判斷出他們的到他們的一般心理狀態(tài) 。他們經常發(fā)帖吐槽自已最討厭的事嗎?還是會發(fā)特別可愛的貓咪的圖片?研究人員正在以類似方式,在推特上尋找關于整個地理社區(qū)的整體幸福感的線索 。他們發(fā)現(xiàn),常用短語使用的地區(qū)差異產生的預測并不總是反映當?shù)氐男腋顩r 。但只要從他們的分析中去掉“good”(好)、“l(fā)ove”(愛)和“LOL”(大笑)三個特定詞語,研究就去的準確性就能大大提高 。
“我們生活在瘋狂的新冠肺炎時代 。如今我們比以往任何時候都更頻繁地利用社交媒體來適應新常態(tài),接觸我們無法面對面見到的朋友和家人 ?!?br />在新加坡國立大學研究計算機語言學的科基爾·賈伊德卡說到 。
“但我們的詞語并不僅僅用來理解我們個人的想法和感受 。同時也是有關我們所居住社區(qū)的有用線索 ?!?br />許多科學家用于分析數(shù)據(jù)的更簡單方法之一是,將單詞與積極或消極情緒關聯(lián)起來 。但賈伊德卡表示,在與評估地區(qū)幸福感的電話調查結果進行比較時,這些記錄無法準確描述出當?shù)氐臅r代精神 。
為了找出原因,賈伊德卡和同事——斯坦福大學的約翰尼斯·艾希施泰德——分析了全美數(shù)十億條推文 。他們發(fā)現(xiàn)推特上使用頻率最高的詞匯包括“LOL”、“l(fā)ove”和“good” 。
“這三個詞與分析結果脫溝 。事實上,單獨將這三個詞去掉后,我們就改進了這種更簡單的詞語計算方法,并獲得了更好的——也許不是完美的——幸福評估結果 ?!?br />為何會脫溝?賈伊德卡表示,一個問題是……
“網(wǎng)絡語言和常規(guī)口語真的不同 。我們已將英語詞匯中的單詞改編成在不同的情況下表示不同的意思 ?!?br />以LOL為例 。
“我在推特上用LOL這個詞來調情,表達諷刺、煩惱,有時只純粹表示驚喜 。而在上世紀90年代人們將LOL作為衡量開心的標志時,這個詞還只有‘放聲大笑’的意思 ?!?br />艾希施泰德表示,有很多誤導性較小的詞語 。
“我們的模型顯示,僅從數(shù)據(jù)來看,‘興奮’、‘好玩’、‘巨大的’、‘機會’、‘有趣’、‘奇妙’等詞更適合衡量主觀幸福感 ?!?br />他們的研究成果發(fā)表在《美國國家科學院院刊》上 。
能夠準確解讀人們的情緒并非無關緊要 。
“這在如今的新冠肺炎時代尤為重要,我們預計會出現(xiàn)一場精神健康危機,而且我們已經在調查數(shù)據(jù)中看到了個人幸福感下降,降幅即使不是有史以來最大的,也至少是10年來最大的 ?!?br />毫無疑問,我們都可以利用更多“奇妙的”“機會”來獲得“巨大的”“樂趣”和“刺激”,多少都會‘放聲大笑' 。
謝謝大家收聽科學美國人——60秒科學 。我是凱倫·霍普金 。
譯文為可可英語翻譯,未經授權請勿轉載!