卡内基梅隆大学 信用:CC0公共领域 以前的研究表明，人们可以根据所选的单词来识别说话者的性别和种族，但是一个人能识别像政治成员这样的东西吗？卡内基梅隆大学的一组研究人员发现，比起民主党人的讲话模式，人们在识别与共和党人讲话相关的语言方面更加成功
研究结果发表在《PLOS》杂志二月号上
迪特里希人文社会科学学院的社会和决策科学教授丹尼·奥本海默说:“虽然其他研究表明，人们可以根据说话者的种族和性别来判断社会类别，但还没有研究证明意识形态是否如此。”
“[政治]意识形态是一个隐藏的变量，你不能通过观察某人认同哪个政党来判断，但许多这些看不见的类别仍然可以根据语言线索检测出来
" 该小组研究了人们能否将一个政党与特定的语言线索联系起来
该小组没有研究带有政治色彩的言论，比如遗产税和遗产税，而是研究了两党如何使用同义词
例子包括“金融危机”、“同事对朋友”或“人们对人们”
“为了探索这一概念，研究小组进行了四个实验，以评估参与者完成任务的成功率
“民主党人和共和党人选择不同的词来讨论一个话题，”奥本海默说
“我们想看看人们是否能理解这种微妙的语言模式
" 在这项研究中，研究人员使用机器学习扫描国会记录(2012年至2017年)和总统辩论语料库，以分离两个政党之间的语言差异
他们确定了共和党语料库中的8345个单词和民主党语料库中的7873个单词
四项研究的结果显示，即使控制了单词的字典定义，参与者也更有可能将“共和党语言”与共和党联系起来
奥本海默认为，这项研究的结果可能会扭曲更多的共和党人，因为这项研究的五年期间恰逢共和党控制白宫和国会
他还指出，四项研究中的大多数参与者都认为自己是自由主义者，而且口头暗示可能更强，更容易被党外人士识别
此外，国会记录可能不能代表人们每天听到的各种各样的政治演讲，这些演讲更加复杂，并为所使用的语言增加了背景
奥本海默说:“我们使用的语言是预测性的，人类善于捕捉语言中微妙的社会暗示。”
“在一个我们试图创造包容的世界里，如果有简单的语言线索可以让人们感到不那么被排斥，那么这通常会有助于实现这些社会目标
" 卡耐基梅隆大学的萨宾娜·斯洛曼和西蒙·德代奥也参与了这项名为“我们能检测出政治演讲中的条件变异吗？两种讨论和对话类型
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
