Dependency profiles as a tool for big data analysis of linguistic constructions: a case study of emoticons

This study presents a methodological toolbox for big data analysis of linguistic constructions by introducing dependency profiles, i.e., co-occurrences of linguistic elements with syntax information. These were operationalized by reconstructing sentences as delexicalized syntactic biarcs, subtrees of dependency analyses. As a case study, we utilize these dependency profiles to explore usage patterns associated with emoticons, the graphic representations of facial expressions. These are said to be characteristic of Computer-Mediated Communication, but typically studied only in restricted corpora. To analyze the 3.7-billion token Finnish Internet Parsebank we use as data, we apply clustering and support vector machines. The results show that emoticons are associated with three typical usage patterns: stream of the writer’s consciousness, narrative constructions and elements guiding the interaction and expressing the writer’s reactions by means of interjections and discourse particles. Additionally, the more frequent emoticons, such as :), are used differently than the less frequent ones, such as ^_^. Kokkuvote. Veronika Laippala, Aki-Juhani Kyrolainen, Jenna Kanerva, Juhani Luotolahti ja Filip Ginter: Soltuvusprofiilid kui vahend suurandmete keeleliste konstruktsioonide analuusimiseks: uurimus emotikonidest. Uurimuses esitame metodoloogilise “tooriistakomplekti” keelekonstruktsioonide analuusimiseks suurandmete pohjal, rakendades soltuvusprofiile. Soltuvusprofiil on lingvistiliste elementide koosesinemise esitusviis, kuhu on kaasatud suntaktiline informatsioon. Selleks on laused konstrueeritud soltuvusanaluusi alampuudena, kus suntaktiline info on esitatud sonadevaheliste (kaksik-)kaarte abil. Artiklis rakendame soltuvusprofiile selleks, et selgitada valja emotikonide kasutusmustrid. Naomiimika graafilised esitused on iseloomulikud arvuti suhtlusele, mida tavaliselt uuritakse piiratud korpuse pohjal, kuid meie kasutame klasterdamist ja tugivektor-masinaid 3,7 miljardi sona suuruse Soome Interneti Puudepangal. Selgub, et emotikonide kasutus seostub kolme peamise kasutusmustriga: kirjutaja teadvuse vooluga, narratiivsete konstruktsioonidega ning huudsonade ja diskursusepartiklitega, mis juhivad suhtlust ja valjendavad kirjutaja reaktsioone. Lisaks selgub, et sagedastel emotikonidel nagu :), on rohkem erinevaid kasutusi kui harvadel emotikonidel nagu ^_^. Votmesonad : soltuvusprofiilid; kasutuspohine suntaks; arvutisuhtlus; emotikonid; veebikorpus; soome keel