美丽这个词是什么意思?这不仅取决于你问谁，还取决于你用什么语言问他们。根据普林斯顿大学对数十种语言进行的机器学习分析，单词的意思不一定是一个内在的、基本的常数。相反，它在很大程度上是由文化、历史和地理因素塑造的。这一发现甚至适用于一些似乎普遍存在的概念，如情感、景观特征和身体部位。

 

“即使是你认为对每个人都有相同意义的日常用语，杏耀招商也存在着很大的差异性，”威廉·汤普森说，他是普林斯顿大学计算机科学的博士后研究员，也是这项研究的主要作者，发表在8月10日的《自然人类行为》上。“我们已经提供了第一个数据驱动的证据，表明我们通过文字解读世界的方式是我们文化遗产的一部分。”

 

语言是我们概念化和理解世界的棱镜，长期以来，语言学家和人类学家一直在寻求解开塑造这些关键沟通系统的复杂力量。但是，试图解决这些问题的研究可能很难进行，而且耗时，通常需要与双语人士进行长时间细致的访谈，由他们评估翻译的质量。汤普森说:“记录一对特定的语言和它们之间的差异可能需要很多年的时间。”“但最近出现的机器学习模型让我们能够以更高的精确度提出这些问题。”

 

大规模的方法不是试图定义单词，而是使用“语义联想”的概念，或者简单地使用相互之间有意义关系的单词，语言学家发现这是定义一个单词并与另一个单词进行比较的最好方法之一。例如，“美丽”的语义关联包括“多彩的”、“爱”、“珍贵的”和“精致的”。

 

研究人员建立了一种算法来检查训练不同语言的神经网络，以比较数百万个语义联想。该算法将一个特定单词的语义关联翻译成另一种语言，然后反过来重复这个过程。例如， 杏耀的体会 ，算法将beautiful的语义关联翻译成法语，然后将beau的语义关联翻译成英语。该算法对一个词的意思的最终相似度评分来自于对语义在翻译的两个方向上的匹配程度的量化。

 

汤普森说:“我们的研究成果可以从一个数据驱动的角度来衡量哪些词是最容易翻译的。”

 

调查结果显示，有些词几乎是通用的，主要是指数字、职业、数量、日历日期和亲属关系。然而，许多其他类型的词，包括那些涉及动物、食物和情感的词，在意义上就不那么匹配了。

 

在最后一步，研究人员应用了另一种算法来比较产生两种语言的文化有多相似，这种算法是基于人类学数据集来比较特定语言使用者的婚姻习俗、法律制度和政治组织。

 

研究人员发现，基于两种语言文化的相似程度，杏耀招代理他们的算法可以正确地预测两种语言的翻译难度。这表明，词义的变化不是随机的。文化在语言的形成中扮演着重要的角色——这是理论早就提出的假设，但研究人员缺乏定量数据来支持。

 

“这是一篇非常好的论文，它对词汇语义学研究的核心问题提供了有原则的量化，”哈佛大学的语言科学家达米安布拉西(Damian Blasi)说，他没有参与这项新研究。尽管本文没有提供一个明确的答案的力量塑造词义的差异,作者建立的方法是合理的,布拉西说,和使用多个不同数据源”是一种积极的改变在一个领域有系统地忽视文化的精神的作用或认知共性。”

 

汤普森也认为，他和同事们的发现强调了“整理不太可能在同一环境下看到的数据集”的价值。他和他的同事使用的机器学习算法最初是由计算机科学家训练的，而他们输入模型进行分析的数据集是由20世纪的人类学家以及更近期的语言学和心理学研究创建的。正如汤普森所说，“在这些新奇的新方法背后，有一段不同领域的人收集数据的历史，我们将这些数据聚在一起，以一种全新的方式看待它们。”