Linguïstische mapping onthult hoe woordbetekenissen soms van de ene op de andere dag veranderen

In oktober 2012 naderde orkaan Sandy de oostkust van de Verenigde Staten. Tegelijkertijd onderging de Engelse taal zelf een kleine aardbeving. Slechts enkele maanden eerder was het woord zand een bijvoeglijk naamwoord dat bedekt was met of grotendeels bestond uit zand of een lichtgeelachtige bruine kleur had. Bijna van de ene op de andere dag kreeg dit woord een extra betekenis als een eigennaam voor een van de duurste stormen in de Amerikaanse geschiedenis.

Een soortgelijke verandering deed zich voor in het woord muis in de vroege jaren zeventig toen het de nieuwe betekenis van computerinvoerapparaat kreeg. In de jaren tachtig werd het woord appel een eigennaam, synoniem met het computerbedrijf. En later volgde het woord windows een soortgelijk verloop na de release van het Microsoft-besturingssysteem.

Dit alles dient om te laten zien hoe taal voortdurend evolueert, vaak langzaam maar soms bijna van de ene dag op de andere. Het is altijd moeilijk geweest om deze nieuwe zintuigen en betekenissen bij te houden. Maar nu niet meer.

Vandaag laten Vivek Kulkarni van de Stony Brook University in New York en een paar vrienden zien hoe ze deze taalkundige veranderingen hebben gevolgd door het corpus van woorden te ontginnen dat is opgeslagen in databases zoals Google Books, filmrecensies van Amazon en natuurlijk de microblogsite Twitter.

Deze jongens hebben drie manieren ontwikkeld om veranderingen in de taal te herkennen. De eerste is een eenvoudige telling van hoe vaak woorden worden gebruikt, met behulp van tools zoals Google Trends. In oktober 2012 bijvoorbeeld, piekte de frequentie van de woorden Sandy en orkaan beide in de aanloop naar de storm. Slechts één van deze woorden veranderde echter van betekenis, iets dat een frequentietelling niet kan herkennen.

Dus Kulkarni en co hebben een tweede methode waarin ze alle woorden in de databases labelen op basis van hun woordsoort, of het nu een zelfstandig naamwoord, een eigennaam, een werkwoord, een bijvoeglijk naamwoord enzovoort is. Dit onthult duidelijk een verandering in de manier waarop het woord Sandy werd gebruikt, van bijvoeglijk naamwoord naar eigennaam, terwijl het ook laat zien dat het woord orkaan niet was veranderd.

De woordsoortentechniek is nuttig, maar niet onfeilbaar. Het kan de verandering in betekenis van het woord muis, die beide zelfstandige naamwoorden zijn, niet oppikken. Dus het team heeft een derde benadering.

Dit brengt de taalkundige vectorruimte in kaart waarin woorden zijn ingebed. Het idee is dat woorden in deze ruimte dicht bij andere woorden staan ​​die in vergelijkbare contexten voorkomen. Het woord groot staat bijvoorbeeld dicht bij woorden als groot, enorm, enorm, enzovoort.

Door de linguïstische ruimte op verschillende momenten in de geschiedenis te onderzoeken, is het mogelijk om te zien hoe betekenissen zijn veranderd. In de jaren vijftig lag het woord homo bijvoorbeeld dicht bij woorden als vrolijk en dapper. Tegenwoordig is het echter aanzienlijk verplaatst om dichter bij woorden als lesbienne, homoseksueel, enzovoort te komen.

Kulkarni en co onderzoeken drie verschillende databases om te zien hoe woorden zijn veranderd: de reeks van vijf woordenreeksen die voorkomen in het Google Books-corpus, Amazon-filmrecensies sinds 2000 en berichten die tussen september 2011 en oktober 2013 op Twitter zijn geplaatst.

Hun resultaten onthullen niet alleen welke woorden in betekenis zijn veranderd, maar ook wanneer de verandering plaatsvond en hoe snel. Zo werd het woord tape vóór de jaren zeventig bijna uitsluitend gebruikt om plakband te beschrijven, maar kreeg het daarna een extra betekenis van cassettebandje.

Vóór de jaren vijftig betekende het woord plastic over het algemeen flexibel, maar de introductie van polystyreen maakte het gebruik ervan als synthetisch polymeer populair. En vóór de jaren zeventig betekende het woord dieet het voedsel dat door een persoon werd geconsumeerd. Maar na de publicatie in 1972 van De dieetrevolutie van Dr. Atkins , kreeg het de extra betekenis van een levensstijl van voedselconsumptie.

Kulkarni en co hebben soortgelijke, recentere trends op Twitter en Amazon waargenomen met veranderingen in het gebruik van woorden zoals snoep, streaming en tinten die overeenkomen met de populariteit van Candy Crush Saga-game, het fenomeen videostreaming en de publicatie van Vijftig tinten grijs in juni 2012.

Dat is een fascinerend inzicht in de evolutie van taal die laat zien hoe onze taal op elke schaal en op een breed scala aan media verandert. Dit effect komt vooral voor op internet, waar de snelle uitwisseling van ideeën de betekenis van een woord van de ene op de andere dag kan veranderen, zeggen Kulkarni en co.

Dat zou handig kunnen zijn voor het bouwen van taalverwerkingsmachines die het huidige jargon beter kunnen begrijpen. Maar misschien wel het nuttigste van alles is dat het een overzicht geeft van de manier waarop taal is veranderd en een mechanisme biedt om huidige veranderingen min of meer in realtime te observeren.

Referentie: arxiv.org/abs/1411.3315 : Statistisch significante detectie van taalverandering

zich verstoppen