用途
本技能用于分析作者如何在词句层面之上构建论证与组织文本，具体包括：论证顺序（主张先行、证据先行、辩证式等）、修辞手法（模糊限制、让步、反问、类比）、按功能分类的话语标记使用，以及段落与帖文的结构习惯（长度分布、列表与散文比例、总结位置）。其核心原则是：话语结构所揭示的论证习惯比用词选择更稳定，可跨主题复现，从而为声音匹配提供可复制的结构约束，与词汇或情感分析互补而不重复。
主要能力
- 刻画作者的论证顺序：主张先行、证据先行、辩证式、探索式、叙事嵌入式。
- 量化修辞手法频率：模糊限制、让步、反问、类比、枚举、重复/首语重复、限定。
- 按功能类型（对比、详述、推论、话题管理、让步、强调）分析话语标记使用模式。
- 分析结构习惯：段落长度分布、列表与散文比例、总结位置、每段句数比、问句密度、插入语密度。
- 为超越用词与情感的声音复现构建结构约束。
- 跨作者或同一作者跨时期比较论证风格。
使用方式
技能提供了一套工作流程与检查清单：
- 验证语料适用性与结构丰富度。
- 对每篇文本分类论证顺序模式。
- 按功能类型检测并计数话语标记。
- 测量修辞手法频率。
- 分析段落与帖文结构分布。
- 计算结构画像与跨维度模式。
- 将发现写入 docs/analysis/20-rhetorical-discourse-structure.md。
技能包含用于论证顺序分类的 Python 代码示例（classify_argument_order、compute_ordering_profile）以及话语标记计数的字典（DISCOURSE_MARKERS），按 Fraser 功能分类法组织。
适用场景
- 刻画作者如何排列论证（先主张还是先证据）。
- 量化修辞手法频率。
- 按功能类型分析话语标记使用模式。
- 分析段落长度分布、列表与散文比例、总结位置等结构习惯。
- 为声音复现构建超越用词与情感的结构约束。
- 跨作者或跨时期比较论证风格。
限制
以下情况不应使用：
- 语料总词数少于 500 词。
- 所有文本均为单句（无段落或论证结构可分析）。
- 目标是评估论证质量或说服效果（本技能测量结构，而非效果）。
- 文本由平台大量格式化（如自动生成模板），结构反映工具而非作者。
- 翻译文本，话语标记与论证顺序可能反映译者习惯。
其他注意事项：
- 信号短语是指示而非证明；以“I think”开头的文本仍可能先呈现证据。
- 许多文本使用混合模式，应标注主导模式并记录次要模式。
- 少于 3 句的短文本无法可靠分类，标记为“too_short”。
- 同一话语标记在不同语境中可能承担不同功能。
- 非英语文本会使标记词典失效，需适配或标注。
- 混合作者身份产生的是群体层面模式，而非个人结构习惯。
- 体裁强烈约束话语结构，需显著记录体裁。
研究基础
- 修辞结构理论（Mann & Thompson, 1988）确立文本具有核心与辅助单元之间的层级话语关系。
- 增强 RST 框架（eRST；Zeldes, 2024, Computational Linguistics 51(1)）将其扩展为带有非投射与并发关系及显式信号的话语关系图。
- 论证挖掘研究（Lawrence & Reed, 2019, Computational Linguistics 45(4)）形式化了组件识别、组件分类（主张与前提）与结构识别（支持/攻击关系）的流程。
- Fraser（1999）的话语标记分类法按功能分类：对比、详述、推论、话题管理。
- 模糊限制检测研究（Medlock & Briscoe, 2007；Vincze et al., 2008）确立了基于词典与句法的方法来识别认识不确定性标记。