Sproglig kortlægning afslører, hvordan ords betydninger nogle gange ændrer sig fra den ene dag til den anden

I oktober 2012 nærmede orkanen Sandy sig USA's østkyst. Samtidig gennemgik det engelske sprog sit eget lille jordskælv. Bare måneder før var ordet sandet et adjektiv, der betyder, at det er dækket af eller hovedsagelig består af sand eller har en lys gullig brun farve. Næsten fra den ene dag til den anden fik dette ord en ekstra betydning som et egennavn for en af ​​de dyreste storme i amerikansk historie.

En lignende ændring skete med ordet mus i begyndelsen af ​​1970'erne, da det fik den nye betydning af computerinputenhed. I 1980'erne blev ordet æble et egennavn synonymt med computerfirmaet. Og senere fulgte ordet vinduer et lignende forløb efter udgivelsen af ​​Microsoft-operativsystemet.

Alt dette tjener til at vise, hvordan sproget konstant udvikler sig, ofte langsomt, men på andre tidspunkter næsten fra den ene dag til den anden. Det har altid været svært at holde styr på disse nye sanser og betydninger. Men ikke længere.

I dag viser Vivek Kulkarni ved Stony Brook University i New York og et par venner, hvordan de har sporet disse sproglige ændringer ved at udvinde korpuset af ord, der er gemt i databaser såsom Google Books, filmanmeldelser fra Amazon og selvfølgelig mikrobloggingssiden Twitter.

Disse fyre har udviklet tre måder at opdage ændringer i sproget. Den første er en simpel optælling af, hvor ofte ord bruges, ved hjælp af værktøjer såsom Google Trends. For eksempel steg hyppigheden af ​​ordene Sandy og orkan i oktober 2012 i opløbet til stormen. Men kun ét af disse ord ændrede sin betydning, noget som en frekvenstælling ikke kan få øje på.

Så Kulkarni og co har en anden metode, hvor de mærker alle ordene i databaserne i henhold til deres orddele, hvad enten det er et substantiv, et egennavn, et verbum, et adjektiv og så videre. Dette afslører tydeligt en ændring i den måde, ordet Sandy blev brugt på, fra adjektiv til egennavn, samtidig med at det viser, at ordet orkan ikke havde ændret sig.

De dele af tale teknikken er nyttig, men ikke ufejlbarlig. Den kan ikke opfange ændringen i betydningen af ​​ordet mus, som begge er navneord. Så holdet har en tredje tilgang.

Dette kortlægger det sproglige vektorrum, hvori ord er indlejret. Tanken er, at ord i dette rum er tæt på andre ord, der optræder i lignende sammenhænge. Ordet stor er for eksempel tæt på ord som stor, enorm, enorm og så videre.

Ved at undersøge det sproglige rum på forskellige punkter i historien er det muligt at se, hvordan betydninger har ændret sig. For eksempel var ordet homoseksuel i 1950'erne tæt på ord som munter og klam. I dag har det dog rykket sig markant at være tættere på ord som lesbisk, homoseksuel og så videre.

Kulkarni og co undersøger tre forskellige databaser for at se, hvordan ord har ændret sig: det sæt af fem-ords sekvenser, der vises i Google Books-korpuset, Amazon-filmanmeldelser siden 2000 og meddelelser, der blev lagt ud på Twitter mellem september 2011 og oktober 2013.

Deres resultater afslører ikke kun, hvilke ord der har ændret sig i betydning, men hvornår ændringen skete og hvor hurtigt. For eksempel, før 1970'erne, blev ordet tape næsten udelukkende brugt til at beskrive selvklæbende tape, men fik derefter en yderligere betydning af kassettebånd.

Før 1950'erne betød ordet plast generelt fleksibel, men introduktionen af ​​polystyren gjorde det populært at bruge det som en syntetisk polymer. Og før 1970'erne betød ordet diæt den mad, et individ indtog. Men efter udgivelsen i 1972 af Dr. Atkins' kostrevolution , fik det den ekstra betydning af en livsstil med madforbrug.

Kulkarni og co har observeret lignende, nyere tendenser på Twitter og Amazon med ændringer i brugen af ​​ord som slik, streaming og nuancer, der svarer til populariteten af ​​Candy Crush Saga-spillet, fænomenet videostreaming og udgivelsen af Halvtreds gråtoner i juni 2012.

Det er et fascinerende indblik i sprogets udvikling, der viser, hvordan vores sprog ændrer sig i alle skalaer og på en bred vifte af medier. Denne effekt er især udbredt på internettet, hvor den hurtige udveksling af ideer kan ændre et ords betydning fra den ene dag til den anden, siger Kulkarni og co.

Det kunne være nyttigt til at bygge sprogbehandlingsmaskiner, der bedre kan forstå det aktuelle sprog. Men måske mest nyttigt af alt er, at det giver en registrering af den måde, sproget har ændret sig på, og en mekanisme til at observere aktuelle ændringer mere eller mindre i realtid.

Ref: arxiv.org/abs/1411.3315 : Statistisk signifikant påvisning af sproglig ændring

skjule