You shall know a word by the company it keeps. —J.R. Firth
You shall know a person by the companion he keeps . —Ben.YourKing
前言
本期 第谷读书会，由本人Ben.YourKing主讲发表在 ASR 上的文章。
论文信息
《The Geometry of Culture: Analyzing the Meanings of Class through Word Embeddings》
原文链接
视频回顾
详情可观看集智俱乐部，第谷读书会 ，视频链接 ： The Geometry of Culture
笔记总结
笔记总结发布在，第谷读书会 微信公众号，推文链接 ： 读书笔记
论文摘要
数字化时代，产生了海量的文本数据信息，但是传统的文本分析方法，诸如主题模型、语义网络分析，话语分析、编码内容分析，显然已经不适用了，无法捕捉海量文本当中蕴含的复杂又微妙的信息。这引发了对自然语言处理和机器学习工具的需求，利用这些工具可以过滤、搜索文本，并将其转换为有价值的数据。词向量是一种新型的、前沿的分析方法。
为了证明这种方法的强大：
-
研究者首先通过特定的语料库训练词向量语言模型，将词语嵌入到高维空间里面，从而获取词语的词向量。然后选取词对，构建文化维度（男性——女性；底层——上层；黑人——白人等等）。随后，通过对比词语在词向量空间的一些维度上的投影值，与基于人工打分调查的词语在这些文化维度上的评分，二者作相关分析，发现具有较高的一致性，借此证明了词嵌入语言模型得到的词向量，能够准确地反映出隐含的人类文化观念。
-
通过词向量模型，我们可以考察词语的文化内涵，例如，将职业名称放在”性别维度”上，我们发现”护士”和”保姆”等传统女性职业位于性别维度的女性化的一端，而”工程师”和”律师”等传统男性职业则位于相反的男性化一端。构建不同内涵的文化维度，可以进一步分析文化维度之间的交叉相关性，例如阶级和贫富这两个维度，存在较大的相关性，教育和贫富之间也存在很大的相关性。
-
除此之外，嵌入词模型不仅可以洞察特定文化系统的语义结构，而且可以有效地用于分析文化差异和变化。通过比较不同时间段的文本训练得到的词向量，可以研究词语的文化内涵是如何发生历史性转变的。在不同文化背景下产生的文本语料上训练的词向量，可以直接检验不同社会群体之间词语和类别在意义上的差异。研究者通过对20世纪美国社会性别和阶级联系共同演变的纵向分析，以及对美国和英国社会性别和阶级相关的标记词进行比较分析，来探讨文化差异和历史流变。
研究启示
Each person is a function of his social context.
