老师读两组学生的议论文，常有一种感觉，一组文章几乎每段都用首先和因此起头，另一组读着顺，却很少看到这些词。衔接词用得多不多，用的是哪几类，放在句子的什么位置，是写作研究和语篇分析里的常见问题，靠人工一篇篇数，既慢又难统一口径。
所以和然而这类词叫话语标记词，也叫衔接词或连接成分。它们本身不增加句子的命题内容，作用是提示前后两段话之间是什么逻辑关系，因果、转折还是递进。统计一批文本里这些词的用量和分布，就能看到作者怎样组织论证。
在 TATOOLS 的【话语标记词分析】里【上传文档】，TATOOLS 按内置的中英文标记词表检索全文，归入因果、转折、递进、列举、举例、总结、让步和澄清八类，统计每类用了多少次、用的是哪些词，区分句首和句中两种位置，沿段落画出各类标记词的疏密变化，多份文件并排对照。
这篇教程先讲话语标记词的理论来源和八个类别，再讲字面匹配怎样工作、句首句中怎样判断，然后用小例子讲清段落密度和多文件对比，最后讲报告的读法和论文里的写法。
01
话语标记词是什么
Halliday 和 Hasan 1976 年在《英语中的衔接》里把连接列为衔接手段之一，连接成分把前后句子在逻辑上串起来，分为增补、转折、因果和时间几大类。Schiffrin 1987 年专门研究了口语里的话语标记，Fraser 1999 年进一步界定，话语标记表示它所引出的话语和前文之间的关系，本身不参与句子的真值。中文研究里，廖秋忠 1986 年系统整理了现代汉语篇章中的连接成分。
成本上升了，因此价格也要调整。
去掉因此：成本上升了，价格也要调整。
去掉因此，两句话说的事实没有变，读者却要自己推断前后是因果关系。标记词把这层关系明说出来。
研究里常看三件事，用了多少，用了哪几类，用在什么位置。二语写作研究关注学习者是否过多依赖少数几个句首标记词，学术写作和政策文本研究则看因果和让步用得够不够，列举和总结怎样搭起层次。TATOOLS 把这三件事一次统计出来。
02
八类标记词
TATOOLS 内置中英文两套标记词表，每套按八类组织。
| 类别 | 表示什么关系 | 中文例词 |
|---|---|---|
| 因果 | 原因和结果 | 因为，所以，因此，由此可见 |
| 转折 | 前后相反或对比 | 然而，但是，不过，相比之下 |
| 递进 | 在前文基础上追加 | 而且，此外，甚至，与此同时 |
| 列举 | 分条或按顺序展开 | 首先，其次，一是，最后 |
| 举例 | 引出例子 | 例如，比如，譬如，以下为例 |
| 总结 | 归纳前文 | 总之，综上所述，总的来说 |
| 让步 | 先承认再转回 | 虽然，尽管，即使，诚然 |
| 澄清 | 换一种说法 | 也就是说，换言之，具体来说 |
【启用的标记类别】默认八类全选，只勾选的类别参与统计。内置词表覆盖学术和政策文本里常见的衔接词，评论和口语里的也收了不少，【自定义标记词】可以按类别补充自己领域的说法，一行写一类，格式是类别英文名加冒号再加几个词，比如 cause: 故而, 因之。
03
字面匹配怎样工作
中文标记词在原文里按字面检索，从左往右扫，遇到能匹配的词就记一处，同一位置优先匹配最长的词。
原文 综上所述，这一方案可行。
候选 综上所述（总结），综上（总结）
结果 记一处综上所述，不再重复记综上
英文按单词边界匹配，大小写不分，多词短语如 on the other hand 中间的空格可以是任意空白。
同一个词有衔接用法，也有别的用法，Fraser 在界定话语标记时专门讨论过这一点。第一次里的第一，进一步加强里的进一步，按字面都会被数进去，而它们在这里并不连接前后两段话。
TATOOLS 给每个标记词保留几条前后各约 30 字的上下文，报告的【各类标记词频次明细】里可以逐条看。某个词在自己的材料里大多不是衔接用法，把它填进【屏蔽标记词】，内置词和自定义词都能屏蔽，这个词就不再参与统计。
04
句首还是句中
同一个因此，可以领起一句话，也可以嵌在句子中间。
成本上升了，因此价格也要调整。 句首
价格因此上调。 句中
TATOOLS 看标记词前面紧挨着的字符。前面是句号或分号这类句末标点，或者是逗号和顿号这类标点，或者是引号，或者就是段落开头，记为句首，这时标记词领起一句或一个分句；前面是普通文字，记为句中。
句首占比 = 句首命中数 ÷ 总命中数
句首的标记词把论证的层次明摆出来，读者一眼就能看到这里转折了，那里在总结。句首占比高的文本，组织痕迹更显眼。报告的【句首 vs 句中（按类别）】按类别分开统计，能看出哪几类标记词更常放在句首。
05
段落密度与沿位置分布
TATOOLS 以空行分段，上传前让段与段之间空一行，分段才准。每段密度是总命中数除以段落数。
一篇议论文 12 段，共 18 处标记词（示例）
每段密度 = 18 ÷ 12 = 1.5
【当前文件衔接概览】给出总命中数和每段密度，句首占比和主导类别也列在一起，并附一句定性说明。
标记词在文中的位置同样有信息。总结类常集中在结尾几段，列举类常出现在展开论证的段落。【沿段落位置分布曲线】沿段落顺序画出每一类的命中数，【沿位置分布段落滑窗】决定几段合成一个点。
12 段，滑窗 3
第 1 到 3 段、第 4 到 6 段、第 7 到 9 段、第 10 到 12 段
共 4 个点，每个点是这 3 段的命中数之和
滑窗为 1 时每段一个点，曲线最细但起伏大；长材料把滑窗调大，曲线更平滑，走势更清楚。
06
多份文件怎样比
几份文件长短不同，直接比命中次数不公平。TATOOLS 按每份文件各类命中数占该文件总命中数的比例来比较。
| 类别 | 文件甲（40 处） | 文件乙（100 处） |
|---|---|---|
| 因果 | 12，30% | 30，30% |
| 转折 | 8，20% | 10，10% |
| 列举 | 10，25% | 40，40% |
| 其余五类 | 10，25% | 20，20% |
两份文件的因果类都占 30%，乙的命中次数是甲的两倍多，比例却一样；乙更偏重列举，甲的转折用得更多。
报告的【多文件 8 维雷达对比】把每份文件的八个比例画成一个多边形，【多文件汇总】并排列出每份文件的段落数、总命中和每段密度，句首占比和主导类别也在表里，【文件选择】切换当前查看的文件。
07
工具页上的设置一览
| 设置 | 选项或范围 | 默认 | 影响什么 |
|---|---|---|---|
| 文本语言 | 自动检测、中文、英文 | 自动检测 | 用哪一套内置词表 |
| 启用的标记类别 | 八类任选 | 全选 | 哪些类别参与统计 |
| 沿位置分布段落滑窗 | 1 到 20 段 | 1 | 分布曲线几段合成一个点 |
| 自定义标记词 | 一行一类 | 空 | 补充自己领域的标记词 |
| 屏蔽标记词 | 一组词 | 空 | 哪些词不参与统计 |
自定义标记词旁边有【填入中文示例】和【填入英文示例】两个按钮，TATOOLS 会填入覆盖全部八类的模板，改词或加词即可。
08
报告怎么读
| 区块 | 先看什么 |
|---|---|
| 这份结果说明了什么 | 总命中、密度和最突出的类别 |
| 当前文件衔接概览 | 总命中数、每段密度、句首占比、主导类别 |
| 8 类标记词分布 | 八类各占多少 |
| 沿段落位置分布曲线 | 各类标记词在文中哪里密集 |
| 句首 vs 句中（按类别） | 哪几类常放在句首 |
| 各类标记词频次明细 | 每类用了哪些词，附上下文 |
| 多文件 8 维雷达对比 | 几份文件的类别比例有何不同 |
| 多文件汇总 | 各文件的密度和句首占比 |
读的顺序是先看类别分布，找出这批文本偏重哪几类关系；再到频次明细里看每类具体用了哪些词，逐条翻一翻上下文，把非衔接用法的词屏蔽后重跑；然后看句首占比和位置曲线；多份文件时最后看雷达图和汇总表。
TATOOLS 下载的结果里有两张表，一张是每份文件每一类的命中数、占比和句首句中数，一张是标记词命中的上下文明细。
09
把结果写进论文
下面是一段常见的写法示例，方括号里换成自己的内容。
本研究使用 TATOOLS 的话语标记词分析，参照 Halliday 与 Hasan（1976）的衔接理论，将话语标记词分为因果、转折、递进、列举、举例、总结、让步、澄清八类，对 [语料] 进行检索统计，并经人工核对上下文剔除 [词] 等非衔接用法。结果显示，[文件或组别] 平均每段使用 [数值] 处标记词，其中 [类别] 占 [比例]，句首位置占 [比例]。
论文里列出每类的命中数和占比，说明标记词表的来源和屏蔽了哪些词，比较几组文本时报告每段密度和类别比例，总次数受篇幅影响，单独报告不够。
10
小结
话语标记词提示前后两段话的逻辑关系，本身不改变句子的命题内容。
TATOOLS 按因果、转折、递进、列举、举例、总结、让步、澄清八类检索统计，内置中英文词表，可以补充和屏蔽。
中文按字面最长匹配，英文按单词边界匹配，每个词附上下文，便于剔除非衔接用法。
标记词前面是标点或段落开头记为句首，句首占比反映论证层次的显眼程度。
每段密度和沿段落分布曲线看疏密，多份文件按类别比例对比，长短不同也能比。
想从四十来项统计特征看一篇文章的整体写作风格，可以用 TATOOLS 的【写作风格判定】；想找出一组文本相对另一组明显多用的词，用【语料对比关键词分析】。
11
资料来源
Halliday 与 Hasan：Cohesion in English，Longman，1976
廖秋忠：现代汉语篇章中的连接成分，中国语文，1986 年第 6 期
Schiffrin：Discourse Markers，Cambridge University Press，1987
Fraser：What Are Discourse Markers?，Journal of Pragmatics，第 31 卷第 7 期，1999
END