语言细微之处揭示政治倾向：Twitter 用户言语模式分析

伦敦玛丽女王大学的计算语言学家Matthew Purver及其研究团队，通过分析2014年6月两周内28,000名Twitter用户的推文，揭示了语言细微之处如何反映政治倾向。研究对象被分为明确关注共和党或民主党账号的两组，并分析了他们的推文内容。

研究发现，关注共和党账号的用户更倾向于使用“obamacare”和“benghazi”等词汇，而关注民主党账号的用户则更多使用“bridgegate”。此外，左翼倾向用户比右翼倾向用户更频繁地使用粗俗词汇。在代词使用上，共和党关注者倾向于使用复数代词如“we”或“us”，而民主党关注者则更多使用单数代词如“I”或“me”。

这些语言模式差异可能与个体在政治光谱上的心理特征相关。右翼人士可能更关注群体认同，而左翼人士则可能更侧重个人主义价值观。研究结果表明，即使在非直接政治讨论中，用户的语言习惯也蕴含着丰富的政治信息，算法有望通过分析这些细微之处，实现对用户政治倾向的更深层次洞察。

查看消息来源