写作风格判定完整教程：从四十来项文体统计特征，到八个风格维度、文体归属与改进建议

一篇课程论文交上来，老师说读着像新闻稿，不够学术；一份政策解读写完，同事说太像公文，普通读者读不进去。风格上的差别人人都感觉得到，要说清差在哪里、差多少，就得把感觉落到可以数的东西上。

文体学和计量语言学的做法是先量，再判。句子多长，长短是否参差，问句和感叹句占多少，实词虚词各占几成，逗号和引号用得密不密，第一人称出现得多不多，这些都是可以统计的写作习惯。把它们放在一起看，一篇文本的风格就有了一幅数字画像。

在 TATOOLS 的【写作风格判定】里【上传文档】，TATOOLS 先给每篇文本抽取四十来项统计特征，再把这些数值连同开头、中段和结尾三段节选，交给大语言模型按固定模板判读，给出八个风格维度的打分和文体归属候选，还有风格标签、优势不足和改进建议，每个分数都要引用具体的特征和数值作依据。

这篇教程先讲风格为什么能量化，再用小例子算几项核心特征，然后讲八个维度、文体归属和标签怎样得出，最后讲报告的读法和论文里的写法。

用统计描述写作风格有很长的历史。Yule 1939 年研究句长能否作为散文风格的统计特征，发现不同作者的句长分布相当稳定。Leech 和 Short 1981 年为小说文体分析列出一份检查清单，从词汇和语法一路看到修辞与衔接。Biber 1988 年用几十项语言特征的共现关系，把英语的口语和书面语体区分成若干维度，比如交互性与信息性，这就是多维度分析法。

这些研究有一个共同的思路，单个特征说明不了风格，一组特征合起来才构成画像。TATOOLS 的做法沿用这个思路，先把四十来项特征全部算出来，判读时要求每个结论都回到具体的特征数值。

特征分五组。

句子按句号、问号和叹号这类句末标点切分，句型看句末标点，疑问句以问号结尾，感叹句以叹号结尾。被动句比例是含被和让这类标记词的句子所占比例，否定句比例是含不和没这类否定词的句子所占比例，这两项按字面检索，数值偏宽。中文词性按分词后的词性标注归类，助词、介词和连词这类记为虚词，代词、副词和语气词也算在内，其余记为实词。

TATOOLS 下载的结果里有一张特征表，每篇文本一行，四十来项特征各占一列，可以拿去做进一步的统计。

以一段五句话的示例文字为例，五句的长度分别是 12、20、28、16、24 个字。

平均句长反映句子整体是长是短，变异系数反映长短是否参差。两篇平均句长都是 20 字的文章，变异系数 0.1 的一篇句子长短整齐，读起来平稳；0.5 的一篇长短交错，节奏起伏更大。

标点和代词按密度计。

按每百字、每百词换算以后，长短不同的文本可以直接比较。学术论文的第一人称密度通常很低，个人随笔则高得多；公文的虚词比例往往低于口语。

统计特征是一组数字，研究者更关心它们合起来说明什么。TATOOLS 把特征数值和三段节选一起交给大语言模型，按固定模板在八个维度上打 0 到 100 分。

模板规定每个分数都要锚定在特征的实际数值上，并写出依据，比如平均句长 42.3，明显长于一般书面文本，所以句式复杂度给高分。多篇文本一起提交时，每项特征还附上这一批文本的均值和范围，判读可以对照同批的其他文本。

报告里每篇文本有一张维度表，列出八个维度的得分和模型给出的依据。论文里引用某个维度分数时，把它依据的特征和数值一并写出，读者就能复核这个判断从哪里来。

除了八个维度，判读还给出几类结论。

文体归属从十类候选里选出三到五项，每项附置信度和一句依据。

文体归属说的是这篇文本在写法上最像哪一类，和它实际写的题材可以不一致。一篇讨论经济的文章，写法可能更像散文。

风格标签是三到六个短语，概括语气和写作姿态，比如冷静客观和学术严谨。【风格标签规范】可以把同义的标签并成一个，比如把客观和理性都归到冷静客观；【排除词表】里的标签不进入结果。

优势、不足和改进建议同样要落在具体特征上，每条改进建议都写明改哪一方面、怎么改和数据依据，比如句长这一项，建议把超过 60 字的长句拆开，依据是最长句长和句长标准差都明显偏高。最后是一段一百多字的整体小结。

TATOOLS 判读的是写作风格本身，作者是谁、文本是否由机器生成，都在判读范围之外。

上传多篇文本时，TATOOLS 对每篇分别判读，再做跨文件汇总。

【风格维度雷达】把每篇文本的八个维度画成一个多边形，一眼看出哪一面突出、哪一面平淡；【维度横向对比】在同一个维度上并排比较各篇的得分；【文体归属分布】统计每篇排第一的文体，看这批文本最像哪一类；【风格标签热度】统计各篇标签出现的次数，看这批文本反复呈现什么调性。

比较几组文本时，同一批提交的效果最好，每项特征附带的批内均值和范围，让判读有了共同的参照。

TATOOLS 的判读模板是固定的，八个维度和十类候选文体每次都相同，不同批次的结果能按同一套维度对照。

读的顺序是先看每篇的整体小结和风格标签，建立整体印象；再看维度表，重点看最高和最低的几个维度，逐条核对模型给出的依据；然后看文体候选和置信度；最后看改进建议，每条建议都附数据依据。

TATOOLS 下载的结果里有三张表，一张是每篇文本的全部统计特征，一张是多篇文本之间的风格相似度（上传多篇时才有），一张是每篇的维度得分和标签，连同首选文体和小结。

下面是一段常见的写法示例，方括号里换成自己的内容。

论文里报告统计特征时写明切句和计数的口径；报告维度分数时，同时列出它依据的特征数值，风格判断就有了可以复核的来源。

想只看统计特征，并比较多篇文本的风格有多接近，可以用 TATOOLS 的【文体风格指纹】；想专门统计衔接词的用量和位置，用【话语标记词分析】；想比较几篇文本的用词丰富度，用【词汇多样性分析】。