通过分析多语言 Twitter 用户和维基百科编辑者的数据，以及来自150个国家、涵盖30年图书翻译的数据，麻省理工学院、哈佛大学、东北大学和艾克斯-马赛大学的研究人员绘制了网络图。他们表示，这些图展示了不同语言使用者之间文化联系的强弱。
本周，他们在《美国国家科学院院刊》上发表的研究显示，在其网络中，一种语言的中心性——由其联系的数量和强度共同界定——比使用该语言的国家的人口或财富更能预测其使用者在全球的知名度。
“正在被翻译的语言网络，是地球社会网络的汇总，”该论文的资深作者、朝日放送公司媒体艺术与科学职业发展助理教授塞萨尔·伊达尔戈说。“并非每个人都与其他所有人共享一种语言，因此，全球社会网络是通过这些迂回路径构成的；在这些路径中，某些语言群体的人按定义比其他群体的人处于中心位置得多。这赋予他们不成比例的权力和责任。一方面，他们传播自己创作内容要容易得多。另一方面，信息在人与人之间流动时，会染上这些人的观念和偏见。”
绘制多语者网络
伊达尔戈及其学生沙哈尔·罗嫩（新论文第一作者）和凯文·胡，与哈佛大学的史蒂文·平克、艾克斯-马赛大学的布鲁诺·贡萨尔维斯以及东北大学的亚历山德罗·维斯皮尼亚尼共同开展研究。他们将一名 Twitter 用户纳入数据集的标准是：该用户至少用母语以外的一种语言发过三条句子长度的推文。最终，数据集涵盖了 Twitter 约2.8亿名用户中的1700万人。对于编辑过多种语言词条的维基百科用户，他们也采用了类似的门槛，最终获得了220万名维基百科编辑者的数据集。
在这两种情况下，研究人员都根据能够证明熟练掌握两种语言的用户人数，确定任意两种语言之间联系的强度。
翻译数据来自联合国教科文组织的《翻译索引》（Index Translationum），该索引收录了1979年至2011年间出版的220万部图书译作，涉及1000多种语言。在这组数据中，两种语言之间联系的强度由它们之间的翻译数量决定。
研究人员还采用了两种不同的全球知名度定义。一种是伊达尔戈团队在早先的 万神殿 项目中使用的指标；该项目同样考察了全球文化产出。万神殿项目列出了所有（当时）拥有至少26种语言维基百科词条的人物，共计11340人。
另一种知名度指标是，看某人是否入选美国政治学家查尔斯·默里的著作《人类成就：追求艺术与科学领域的卓越，公元前800年至1950年》中介绍的4002人。默里的名单依据这些人物姓名在全球出版的167部参考文献——包括百科全书和历史综述——中被提及的频率编制。
相关性比较
当然，由不同数据集构建的网络与两种知名度指标之间的相关性各不相同。例如，在基于维基百科数据构建的网络中，德语的中心性远高于西班牙语；在 Twitter 网络中，情况则恰恰相反。
同样，基于联合国教科文组织翻译数据构建的网络，与默里的知名度指数相关性更高；正如其著作副标题所示，该指数侧重于科学和艺术。维基百科和 Twitter 网络则与万神殿指数相关性更高，后者纳入了更多流行文化人物。
然而，对于这两种知名度指标，至少有一个网络单独使用时，其相关性都优于语言使用者人数，以及使用该语言国家的国内生产总值（GDP）。将网络与人口和收入数据结合后，相关性还会进一步提高。
“我们必须非常明确自己在谈论什么，”伊达尔戈说。“这篇论文讨论的不是全球通用语言。这三个网络都代表精英群体。但推动信息跨文化传播的，正是这些精英。”
“这篇发人深省的论文拓展了大数据网络科学与语言学的交叉领域，”加州大学伯克利分校人口学与统计学教授肯尼思·瓦赫特写道。“它为一种语言成为全球枢纽提供了可复现的标准，并可能激发许多不同的观点。”
本文由 麻省理工学院新闻合作发布。本文的发布并不意味着世界经济论坛认可其中的观点。
及时了解论坛动态： 订阅我们的每周新闻简报。
作者：拉里·哈迪斯蒂是《麻省理工学院新闻》的特约撰稿人。
图片：2014年4月19日，在布里斯班的一次步行活动中，公众用移动设备为英国威廉王子及其妻子、剑桥公爵夫人凯瑟琳拍照。路透社/菲尔·诺布尔。
