Whoooaaa Duuuuude: چرا ما کشش کلمات در سخنان و متون

شما متوجه شده ام دراز کلمات خود را به تازگی ؟ شما در واقع در حال بارگذاری آنها را با یک whooooole بسیاری از معنی.

در توییتر زمانی که ساده هکتار انجام نمی وجود دارد همیشه hahahaaaa, haaaahaaaaیا حتی hahahahahahahahahahahahahaنشان می دهد شما فقط به عنوان خوانده شده جالب ترین چیزی که شما تا کنون دیده ام. (یا این که شما یک طعنه آمیز صحبت راکون.) این شناخته شده به عنوان کشش یا طولانی کلمات و اکنون محققان دانشگاه ورمونت را نمیفهمد چقدر فراگیر آنها در توییتر کشف الگوهای جذاب در مورد استفاده از آنها.

Stretchability قدرتمند زبانی دستگاه است که به صورت بصری مشت یک کلمه نوشته شده است مندی طیف گسترده ای از احساسات است. می رود که برای gooooooaaaaaaal فوتبال گوینده یک نوجوان را برافروخته finallyyyyyو یک surfer aweeeeeesome. و booooy آنها محبوب در توییتر. نوشتن امروز در مجله PLOS One محققان جزئیات چگونه آنها تابیده از طریق 100 میلیارد توییت نقشه برداری چگونه اغلب این کلمات را کشیده و تا چه حد آنها دراز—هاها مقابل hahahahaaaa ،

در نظر شخص و بسیاری از فرمولاسیون. “می دانند که اساسا هر چیزی مانند”Duuuuude که افتضاح, ‘می گوید:” دانشگاه ورمونت اعمال ریاضی پیتر شریدان Dodds یکی از این مطالعه نویسندگان. از سوی دیگر “شخص!” متفاوت است. “این می تواند هیجان; آن می تواند شادی می گوید:” دادز.

اما همه این است که با استفاده از علامت تعجب برای تاکید و یا احساسات از جمله ارادتمند شما. “من نفرت با استفاده از علامت تعجب چرا که آنها فقط نمی مناسب شخصیت من” من بگویید Dodds و coauthor کریس Danforth همچنین اعمال ریاضی در دانشگاه ورمونت. اما من کشش کلمات: “من خودم به تازگی در متون به دوستان و یا پیام به همکاران انجام thaaanks با سه عنوان به معنی نوعی از هیجان و قدردانی بدون نیاز به استفاده از یک احمق علامت تعجب.”

“فقط سه ؟” می پرسد: Danforth. “که داری. چون دو نمی خواهد کار. دو است مانند این شخص نمی داند که چگونه به طلسم. آنها ساخته شده است یک اشتباه.”

همه حق sooooo ما با استفاده از کشش کلمات در همه زمان ها برای انتقال اضافی معنی غم و اندوه و خشم و هیجان. و است که می تواند به ویژه قدرتمند بر روی یک پلت فرم مانند توییتر که ذاتی اختصار دقیقا نمی تشویق متنوع ارتباطی است. کسانی که نامه های اضافی اضافه کردن برخی از دلربایی به یک پیام کوتاه ساخت آن را بیشتر مورد توجه قرار گرفتن. “شما در حال گرفتن آنچه که ما فکر می کنم به عنوان لغت و متن های شما و تبدیل آن به چیزی بصری می گوید:” Danforth. “آن را نمی تواند نادیده گرفته می شود زمانی که شما ببینید 20 عنوان در یک ردیف.”

برای تعیین کمیت این Dodds, Danforth و سرب نویسنده این مقاله دانشگاه ورمونت محاسباتی زبانشناس تایلر خاکستری به صورت تصادفی انتخاب شده 10 درصد از تمام توییت ارسال می شود بین سال های 2008 تا سال 2016 حدود 100 میلیارد دلار در تمام. (آنها را به ترتیب با توییتر برای به دست آوردن این اطلاعات.) خاکستری نوشت: برنامه ای که جستجو داده ها به صورت کشیده عبارت به طور خاص به دنبال تکرار حروف.

آنها می خواستند به کمیت که حروف تکرار شد و چگونه اغلب. بنابراین gooooaaaaal به عنوان مثال. برنامه “می بیند یکی گرم و سپس آن را می بیند O می گوید:” دادز. آن را می شمارد تا به عنوان و Ls بیش از حد. حتی اگر آن را تنها شمارش یک گرم از آن را ببینید که بقیه حروف بسیار تکراری—شاید وجود دارد 20 سیستم عامل و 20 به عنوان. “بنابراین این به نظر می رسد مانند یک نامزد برای یک کشش کلمه” در ادامه Dodds.

سیستم پس از آن نشان دهنده این کشش نامزدها با ساده نمادهای. اگر G و L در gooooaaaal نیست تکرار فرمول را مانند g[o][a]l. Gggooooaaaallllاز سوی دیگر می مانند [g][o][یک][l] چون هر حرف تکرار شده است.

این quantifies آنچه محققان را “تعادل” از ساخته کلمه. Goooooaaaal نیست بسیار متعادل چرا که چهار حرف مختلف تکرار در نرخ متفاوت است. Hahahahahaاز سوی دیگر است بسیار متعادل چون ثانیه و تکرار در همان فرکانس. Haaaaaهر چند نامتعادل است.

graph showing four lines starting at 0 and spreading out
تصویر: Tyler J. خاکستری, Christopher M. Danforth, پیتر شریدان Dodds

محققان پس از آن می تواند تجسم متوسط تعداد تکرار هر کاراکتر در نمودار بالا. با های مختلف کشیده املای کلمه هدف در توییتر G تکرار شاید یک بار یا دو بار. (فکر می کنم در مورد فوتبال گوینده فریاد guh-guh-guh-guh-guh-oal و چگونه به سرعت آنها می شود از کار اخراج شدند.) بنابراین در اینجا در این نمودار شما می توانید تعدادی از شخصیت های به عنوان محور عمودی و تکرار شخصیت های خاص به عنوان محور افقی. در حال حرکت از بالای نمودار به پایین کلمه امتداد. اما اگر شما نگاه گرم و فرکانس آن را افزایش نمی دهد خیلی در همه به عنوان کلمه طولانی. شما می توانید ببینید که O, A و L در مقابل تکرار می شود بیشتر به عنوان کلمه امتداد.

دلیل این است که G صدا plosive یک همخوان است که صحبت با متوقف کردن جریان هوا را در دهان خود. شما نمی توانید کشیدن آن را مانند شما می توانید یک aaaaah یا ooooh. بنابراین در مورد کلمه هدف آن صدادار که طول و آنها تمایل به کشیدن در قدم اهسته با یکدیگر است. “آنچه ما نمی دانیم از قبل است که در آن خطوط بسیار خطی می گوید:” دادز. “بنابراین اگر شما در 140 کاراکتر یا 80 شخصیت های تراز O, A و L است که در واقع تقریبا یکسان است.” که در همراهی با کلاسیک فوتبال گوینده فریاد “Gooooooaaaaaaaaalllllll“—آن است که نور در Gs و سنگین در بقیه کلمه.

diagram of lines
تصویر: Tyler J. خاکستری, Christopher M. Danforth, پیتر شریدان Dodds

در حال حاضر در نظر هکتار. خسته کننده unenthused اما کشش به یک کهکشان از اشکال مختلف قابل مشاهده در تصویر بالا—تماس با آن درخت از خنده. که ثانیه در بالا است که در آن هر توییتی “ha” آغاز می شود. انشعاب به چپ است چه اتفاقی می افتد اگر تویتر برای برخی از دلیل می افزاید: یکی دیگر از ثانیه به جای A. برخی از تویتر در نهایت اضافه کردن یک یک به hhaشاخه به حق اما در سمت چپ شما می توانید ببینید چه اتفاقی می افتد اگر آنها در حفظ و اضافه کردن Hs در آغاز.

بازگشت به بالای تصویر اگر ما حرکت از سمت راست شروع ثانیه تویتر در حال اضافه کردن یک به یک شروع به ساخت hahahaha به جای hhhhaaaa. این است محبوب تر مسیر به طوری که میله اتصال حروف در اینجا ضخیم تر. رفتن از ha به hahمثلا محبوب تر است از رفتن از ha به haa. غالب مسیر همانطور که ما ممکن است انتظار یک بازی زیبا, تمیز, بسیار متعادل hahahahahaha. نابجا haaha یا hahhah است که به احتمال زیاد فقط یک mistype.

diagrams of lines
تصویر: Tyler J. خاکستری, Christopher M. Danforth, پیتر شریدان Dodds

به طور کلی دو-واژه نامه کشش دورتر از کلمات به طور منظم مانند finallyyyy. کلمات در بالای درختان نیز در بازی به عنوان ما ممکن است انتظار داشت. Fuuuuuu یک عبارت خاص که زبانی خشم. “مردم شروع با F و سپس آنها را غیر روحانی در آمریکا می گوید:” Danforth. همین کار را برای awwwwwww.

به دلیل کشیده کلمات تعبیه شده می توان با این مقدار اضافی به معنی فراتر از کلمات خود درک آنها بسیار مهم است برای هوش مصنوعی است که تجزیه و تحلیل متن مانند chatbots. در این لحظه یک کشیده کلمه ممکن است گیج کننده به صورت یک هوش مصنوعی است که این برنامه فقط پرش بیش از آن به طور کامل. ما نمی خواهید به توپر یا مورب کردن کلمات به تاکید آنها برای chatbot به تجزیه—و حتی پس از آن از جمله قالب بندی نمی تواند تکرار طیف وسیعی از احساسات که کشیده انتقال کلمات.

“اگر ما در حال رفتن برای رسیدن به یک نقطه که در آن یک هوش مصنوعی می تواند در درک طیف وسیعی از ارتباطات است که مردم در واقع با استفاده از در یک روز به صورت روز, این است که یکی از مکان های که در آن می گوید:” سام برودی منتشر شده که تحقیقات خود را در توییتر کلمه در طول سال 2011 قبل از پیوستن به بلومبرگ AI گروه به عنوان یک ارشد تحقیقات دانشمند. این تحقیقات جدید که برودی نبود درگیر در, یک گام به سمت کمیت و ترجمه کشیده کلمات به ظریف زبانی قوانین است که ماشین می تواند درک.

که بعد از همه کمک خواهد کرد که صرفه جویی جاستین بیبر از توجه طرفداران گرسنه? یک تغییر ناگهانی محققان متوجه شده بود که هنگامی که کاربران توییتر در تلاش بودند به uber قاطعانه خواهم برای جلب توجه افراد مشهور, آنها دراز همه چیز. “وجود دارد یک دوم نوع کلمه می گوید:” دادز “مانند: ‘fffffooooolllllllloooooowwwwww mmmmmmeeeeee جاستین بیبر.’ مردم دراز کردن F O L و یا آنها فقط می خواهد به کشش همه چیز است. چرا که آن ها احساس می کنند که این امر می تواند هیجان انگیز به جاستین.”

آن را احتمالا کار نمی کند. اما هیچ آسیبی tttttrrrrrryyyyyiiiiiinnnnggggg.


بزرگ تر سیمی داستان
  • چگونه یک هوش مصنوعی غول ساخته چت—نظارت—آسان
  • اعترافات مارکوس Hutchins هکر که ذخیره شده اینترنت
  • چگونه فضانوردان فرار هنگامی که یک فضایی راه اندازی می رود اشتباه است ؟
  • ما باید یاد بگیرند که به خواندن با هم زمانی که ما دور از هم
  • بهترین دنده را حیاط خلوت خود را بیشتر سرگرم کننده
  • 👁 مغز مفید مدل برای هوش مصنوعی ؟ به علاوه: دریافت آخرین اخبار AI
  • 🏃🏽♀️ می خواهید بهترین ابزار برای دریافت سالم است ؟ ما را بررسی کنید دنده تیم میدارد برای تناسب اندام بهترین انتقالها دنده در حال اجرا (از جمله کفش و جوراب) و بهترین هدفون

tinyurlis.gdv.gdv.htclck.ruulvis.netshrtco.de

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>