Event construal and temporal distance in natural language

تئوری سطح مفهومی پیشنهاد می کند که حوادثی که به لحاظ لحظه ای مجاور هستند، بطور دقیق تر از حوادثی هستند که به لحاظ دور هستند. ما این پیش بینی را با استفاده از دو متن بزرگ زبان طبیعی طبیعی آزمایش کردیم. در مطالعه 1 ما پست هایی را در توییتر که به آینده اشاره داشتیم بررسی کردیم و متوجه شدیم که توییت هایی که ذکر کرده اند به لحاظ تاریخی مجاز هستند، واژه های بنیادی تر از آنچه که در تاریخ دور هستند اشاره می کنند. در مطالعه 2 ما تمام مقالات نیویورک تایمز را که به انتخابات ریاست جمهوری ایالات متحده در سالهای 1987 تا 2007 اشاره داشتیم، به دست آوردیم. ما دریافتیم که سازگاری کلمات در این مقالات با نزدیک بودن زمان به انتخابات مربوطه آنها افزایش می یابد. افزون بر این، کاهش شدید در انتخابات پس از انتخابات بسیار بیشتر از افزایش استحکامات بود که منجر به انتخابات شد، هرچند هر دو تغییر در سازگاری به وضوح توسط یک تابع نمایشی توصیف شد. ما این یافته را با مقالات نیویورک تایمز که به تعطیلات عمومی ایالات متحده مراجعه می کنند، تکرار کردیم. به طور کلی، نتایج ما حمایت قوی از پیش بینی های نظریه سطح مفصل را فراهم می کند و علاوه بر این نشان می دهد که چگونه مجموعه داده های طبیعی طبیعی را می توان برای تئوری روانشناختی استفاده کرد.