Språklig kartläggning avslöjar hur ords betydelser ibland förändras över en natt

I oktober 2012 närmade sig orkanen Sandy USA:s östkust. Samtidigt genomgick det engelska språket en liten egen jordbävning. Bara månader innan var ordet sandig en adjektiv som innebar täckt av eller bestod mestadels av sand eller med en ljusgulbrun färg. Nästan över en natt fick detta ord en ytterligare betydelse som ett egennamn för en av de dyraste stormarna i USA:s historia.

En liknande förändring inträffade för ordet mus i början av 1970-talet när det fick den nya betydelsen av datorinmatningsenhet. På 1980-talet blev ordet äpple ett egennamn synonymt med dataföretaget. Och senare följde ordet windows en liknande kurs efter lanseringen av Microsofts operativsystem.

Allt detta tjänar till att visa hur språket ständigt utvecklas, ofta långsamt men ibland nästan över en natt. Att hålla reda på dessa nya sinnen och betydelser har alltid varit svårt. Men inte längre.

Idag visar Vivek Kulkarni vid Stony Brook University i New York och några kompisar hur de har spårat dessa språkliga förändringar genom att bryta korpusen av ord som lagrats i databaser som Google Books, filmrecensioner från Amazon och naturligtvis mikrobloggsajten Twitter.

De här killarna har utvecklat tre sätt att upptäcka förändringar i språket. Den första är en enkel räkning av hur ofta ord används, med hjälp av verktyg som Google Trends. Till exempel, i oktober 2012, ökade frekvensen av orden Sandy och orkan båda i upptakten till stormen. Men bara ett av dessa ord ändrade sin betydelse, något som en frekvensräkning inte kan upptäcka.

Så Kulkarni och co har en andra metod där de märker alla ord i databaserna enligt deras orddelar, oavsett om det är ett substantiv, ett egennamn, ett verb, ett adjektiv och så vidare. Detta avslöjar tydligt en förändring i hur ordet Sandy användes, från adjektiv till egennamn, samtidigt som det visar att ordet orkan inte hade förändrats.

Delarna av taltekniken är användbar men inte ofelbar. Den kan inte uppfatta förändringen i betydelsen av ordet mus, som båda är substantiv. Så laget har ett tredje tillvägagångssätt.

Detta kartlägger det språkliga vektorutrymmet i vilket ord är inbäddade. Tanken är att ord i detta utrymme ligger nära andra ord som förekommer i liknande sammanhang. Ordet stor är till exempel nära ord som stor, enorm, enorm och så vidare.

Genom att undersöka det språkliga rummet vid olika punkter i historien är det möjligt att se hur betydelser har förändrats. Till exempel, på 1950-talet var ordet gay nära ord som glad och modig. Idag har det dock flyttats avsevärt för att komma närmare ord som lesbisk, homosexuell och så vidare.

Kulkarni och co undersöker tre olika databaser för att se hur ord har förändrats: uppsättningen av femordssekvenser som visas i Google Books-korpusen, Amazon-filmrecensioner sedan 2000 och meddelanden som publicerats på Twitter mellan september 2011 och oktober 2013.

Deras resultat avslöjar inte bara vilka ord som har ändrats i betydelse, utan när förändringen inträffade och hur snabbt. Till exempel före 1970-talet användes ordet tejp nästan uteslutande för att beskriva tejp men fick sedan ytterligare en betydelse av kassettband.

Före 1950-talet betydde ordet plast i allmänhet flexibel men introduktionen av polystyren gjorde att den användes som syntetisk polymer. Och före 1970-talet betydde ordet diet den mat som konsumerades av en individ. Men efter publiceringen 1972 av Dr Atkins dietrevolution , det tog på sig den extra betydelsen av en livsstil av matkonsumtion.

Kulkarni och co har observerat liknande, nyare trender på Twitter och Amazon med förändringar i användningen av ord som godis, streaming och nyanser som motsvarar populariteten för Candy Crush Saga-spelet, fenomenet videostreaming och publiceringen av Femtio nyanser av grått i juni 2012.

Det är en fascinerande inblick i språkets utveckling som visar hur vårt språk förändras i alla skala och på ett brett spektrum av medier. Denna effekt är särskilt utbredd på Internet, där ett snabbt utbyte av idéer kan ändra ett ords betydelse över en natt, säger Kulkarni och co.

Det kan vara användbart för att bygga språkbehandlingsmaskiner som bättre kan förstå det aktuella språket. Men kanske mest användbart av allt är att det ger en registrering av hur språket har förändrats och en mekanism för att observera aktuella förändringar mer eller mindre i realtid.

Ref: arxiv.org/abs/1411.3315 : Statistiskt signifikant upptäckt av språklig förändring

Dölj