Discovering Conceptual Metaphors Across Topics and Media Types

人类的思维往往依赖于一种隐藏的比较支架。我们通过将复杂的抽象概念映射到熟悉的简单物理经验之上，来理解世界。这是概念隐喻理论（Conceptual Metaphor Theory）的核心框架，该理论指出，当我们谈论“缴纳税款”或“政治竞选”等事物时，我们不仅仅是在使用华丽的辞藻；我们是在下意识地借用物理对象、旅程或战斗的逻辑来理解世界。如果一位说话者将税收描述为必须背负的沉重负担，他们便将这一问题框定为一种物理重量，这自然会引发放下它的欲望。如果他们将同样的税收描述为对社区的一项投资，其逻辑则会完全转向增长与未来回报。这些底层的心理图谱塑造了人们推理、争论和感知现实的方式，但由于它们埋藏在日常言语的表象之下，因此很难被直接察觉。

科罗拉多大学博尔德分校的研究人员开发出一种新方法，通过在无需人工干预的情况下分析数以千计的口头和书面词汇，来揭示这些隐形的图谱。该团队并非询问人们其含义，而是构建了一个计算机系统，该系统阅读大量的文本，识别出被隐喻化使用的特定词汇，然后根据它们所共享的深层逻辑将这些词汇进行分组。该系统首先寻找动词以非字面方式使用的词对，例如政治家“挥舞”（wielding）权力或经济“崩溃”（crashing）。随后，它要求大型语言模型解释这些短语暗示了关于问题、原因及解决方案的何种含义，从而有效地将隐喻转化为对说话者观点的清晰陈述。最后，系统将这些解释分类到不同的簇中，但遵循一条严格的规则：如果隐喻描述的是本质不同的物理动作，即使它们讨论的是同一个话题，系统也会拒绝将它们归为一类。这确保了最终生成的组别反映的是人们思维方式的真实相似性，而非仅仅是词汇选择上的表面相似。

当研究人员将此方法应用于大规模的政治播客转录文本时，他们发现了左翼和右翼倾向的发言者在框定世界方式上的显著差异。分析显示，左翼倾向的主持人经常将信息、媒体故事和政治权力概念化为武器。他们经常使用“粉碎”（crush）、“挥舞”（wield）和“夺取”（seize）等动词来描述这些力量如何被用于相互对抗。相比之下，右翼倾向的来源则更有可能将经济问题讨论为受垂直变化影响的系统，使用的语言暗示着事物的上升或下降，或者认为经济是一个可以被建立或拆毁的结构。研究还表明，左翼倾向的发言者更容易通过隐喻性语言讨论政治暴力，而右翼倾向的发言者则更侧重于经济主题。

团队在包括移民、枪支管控和堕胎在内的其他主题上测试了该方法，以观察其能否还原已知的思维模式。在移民数据中，该系统成功识别了长期存在的将移民视为寄生虫或自然灾害的隐喻，将有关“淹没”（flooding）边界或“耗尽”（draining）资源的短语归为一类。它还发现，右翼倾向的来源经常将移民框定为一场积极的入侵或正在进行的危机，而左翼倾向的来源则使用不同的隐喻来描述同样的事件。研究人员证实，这些分组并非随机产生的；当他们利用这些隐喻簇的频率来预测播客节目的政治偏向时，系统能够准确区分左翼和右翼来源。这表明，人们选择隐喻的方式是其底层意识形态框架的一个可靠信号。

这项研究并不声称已经解决了媒体偏见问题，也没有声称找到了所有存在的隐喻。研究人员承认，他们的方法依赖于自动化工具，这些工具可能会出错，例如将字面意思误认为隐喻，或将短语分配到错误的类别中。他们还指出，其对播客的分析涵盖了特定的频道和有限的时间段，因此研究结果可能并不适用于所有的媒体形式或所有的发言者。然而，结果证明，利用无监督机器学习来绘制引导公共话语的概念结构是可能的。通过揭示不同群体如何利用物理对象、力量和旅程的逻辑来框定抽象议题，这种方法为理解语言如何微妙且往往在无意识中塑造我们的政治现实提供了一种新的途径。