用途
本技能用于测量用户的写作风格在多大程度上向社区语言规范靠拢或偏离。其理论基础是传播适应理论（Communication Accommodation Theory, CAT；Giles, 1973；Giles & Ogay, 2007）与语言风格匹配（Linguistic Style Matching, LSM；Ireland et al., 2011；Gonzales, Hancock & Pennebaker, 2010）。核心原理是：人们会无意识地调整自己的功能词使用，以匹配所接触的群体；这种调整程度即 LSM，可揭示哪些社区对用户施加了最强的风格拉力。
功能词（代词、冠词、介词、连词、助动词、副词、否定词、量词）之所以作为信号，是因为它们反映认知风格而非话题——即使两人讨论完全不同的主题，只要彼此适应，也会在功能词使用上趋同。Pennebaker 的研究指出，功能词大多自动产生，难以被有意识操纵，因此比内容词更能可靠地指示适应行为。
主要能力
- 量化用户对多个社区写作风格的适应强度
- 按语言适应程度对社区进行排序
- 追踪用户风格随时间向某社区趋同或偏离
- 识别用户风格最接近社区规范的“语言归属”社区
- 比较多个社区的适应模式，寻找风格采纳目标
- 为社区写作规范建立功能词基线
- 将适应分数输入原型或人格分析
LSM 分数范围约为 0.50 至 1.00：1.00 表示功能词分布完全相同，0.50 表示接近随机相似。实践中，高于 0.80 表示强适应，0.65–0.80 为中等适应，低于 0.65 为弱适应或无适应。
使用方式
技能提供一套工作流，包含八个步骤：
- 校验语料适用性并按社区分段
- 构建功能词词典
- 计算社区基线（排除目标用户）
- 计算用户在各社区的功能词频率
- 计算 LSM 分数（分类别与综合）
- 按适应强度对社区排序
- 时间维度适应分析（若有时间戳）
- 将发现写入 docs/analysis/17-cat-linguistic-style-matching.md
技能内置九类功能词词典（个人代词、非个人代词、冠词、连词、介词、助动词、高频副词、否定词、量词），并给出 LSM 计算公式：对每个功能词类别 c，用户 u 与社区 k 的类别级 LSM 为 LSM_c(u, k) = 1 - ( |freq_c(u) - freq_c(k)| / (freq_c(u) + freq_c(k) + 0.0001) )，综合 LSM 为九个类别级分数的平均值。技能还提供分词与频率计算的 Python 代码示例，要求小写化、拆分缩写（如 "don't" -> "do" + "n't"）、移除 URL 与标记。
适用场景
- 用户至少在 2 个社区各有 5 篇以上帖子
- 每个社区基线至少有 20 篇其他成员的帖子
- 每篇文本平均 50 词以上（推荐 200 词以上）
- 文本主要为英文
- 每个社区用户累计至少 200 词
限制
以下情况不应使用本技能：
- 每个文本样本少于 50 词（LSM 要求每样本至少 50 词，Pennebaker 建议更多）
- 用户在社区中少于 5 篇帖子（功能词频率不稳定）
- 社区基线少于其他成员 20 篇帖子（基线不可靠）
- 文本为机器翻译（翻译会改变功能词分布）
- 仅凭 LSM 推断社会动机或群体忠诚（LSM 测量风格相似度，而非意图）
- 非英文文本且缺乏该语言经过验证的功能词类别
此外，社区基线必须排除目标用户本人，否则会因自相似而虚高 LSM。基线作者多样性不足 5 位时，基线反映的是个人风格而非社区规范，需显著标注。