每年九月，各国国家元首和政府首脑在联合国大会一般性辩论上发言。这个场合年年重复、形式不变，使这些发言成为一个简单的语料库，可以用来追问：外交的语言变了吗？本项目只是基础的第一步：十三个容易计算的文本指标，按年对全部发言取平均，绘制从1946年到2022年的变化。
研究问题
- 一般性辩论的发言是否变得更冗长、更难读，或者词汇更丰富？
- 发言者提到自己、直接称呼听众或使用否定的频率，是否比过去更高？
- 以现成情感词典打分的语气，几十年来是否在漂移？
语料库
发言来自联合国一般性辩论语料库（UN General Debate Corpus），收录1970年以来每一份国家发言；更早的会议是从扫描的联合国记录中经OCR识别、再人工匹配补入的。发言按会议年份分组。大多数指标在1948年和1949年没有数值。
方法
刻意从简。每篇发言先去掉段落编号，再用NLTK分词。各项比率是若干短词表（代词、情态与程度副词、否定词、危机词、粗话、数字）的计数除以词元总数。词汇多样性是以500个词元为窗口的移动类符/形符比；可读性是Flesch阅读易读度分数，音节数取自CMU发音词典；情感极性和主观性是TextBlob的词典得分。每个指标再按年对全部发言取平均。
这些数字能说明什么，不能说明什么
这些都是表层指标。词表对“危机”一词一视同仁，不管发言者是在警告危机还是在否认危机；通用情感词典也不是为外交文体编制的，所以这些曲线描述的是文风，而不是意图。年度平均值还混入了不断变化的成员构成：大会从51个国家扩大到193个，任何趋势中都有一部分只是“谁站在讲台上”的变化。
13个指标，1946—2022年
修辞标记、可读性与情感，以及词表比率，每项都绘成年度平均值，并附五次多项式趋势线。数值是原始分析发布的年度平均值，在此重新绘制。将鼠标悬停在任意曲线上，可查看准确的年份和数值。