Examining Scientific Writing Styles from the Perspective of Linguistic Complexity
Nanjing University of Science and Technology（南京理工大学）；Indiana University（印第安纳大学）；Nanjing University（南京大学）；Wuhan University（武汉大学）；University of Illinois（伊利诺伊大学）
在高影响力的英语期刊上发表文章对世界各地的学者来说都很困难，特别是对于非英语母语的学者（NNEs）来说，他们中的大多数人都在努力提高英语水平。为了揭示母语为英语的学者（NES）和NES之间英语科学写作的差异，我们收集了一个大规模的数据集，包含2006年至2015年期间发表在PLoS上的15万多篇全文文章。根据Ethnea的数据，我们将这些论文按照第一作者和通讯作者的民族背景分为三组，并从语言复杂性的两个方面考察了英语科技写作风格：（1）句法复杂性，包括句子长度和句子复杂性的测量;（2）词汇复杂度，包括词汇多样性、词汇密度和词汇复杂度。观察结果表明，在句法和词汇复杂性组之间的边际差异。
2018-09-13 cs.CL
Linguistic-style-aware Neural Networks for Fake News Detection
University of Washington（华盛顿大学）；Google（谷歌）；Syracuse University（雪城大学）
我们提出了分层递归神经网络（HERO），通过学习其语言风格来预测假新闻，这是与真相区分开来，正如心理学理论所揭示的那样。我们首先生成新闻文档的层次语言树;通过这样做，我们将每个新闻文档的语言风格翻译成其作者的单词用法，以及这些单词如何递归地构造为短语、句子、段落，并最终构造为文档。通过将层次语言树与神经网络相结合，该方法通过捕获具有语言意义的局部序列和全局递归结构来学习和分类新闻文档的表示。这是第一个工作提供层次语言树和神经网络保存树的信息，我们最好的知识。基于公开真实世界数据集的实验结果表明，该方法的有效性，它可以优于国家的最先进的技术在分类短和长的新闻文件。我们还研究了假新闻和真实新闻的不同语言风格，并观察了假新闻的一些模式。代码和数据已经公开。
2023-01-07 cs.AI cs.CL
BACON: Deep-Learning Powered AI for Poetry Generation with Author Linguistic Style Transfer
Campolindo High School（坎波林多高中）
本文介绍了BACON，一个基本原型的自动诗歌生成器与作者的语言风格转移。它结合了有限状态机，概率模型，人工神经网络和深度学习的概念和技术，以任何给定作者的风格写出具有丰富美学品质的原创诗歌。对BACON生成的输出的外部评估表明，参与者无法以任何统计学上显著的方式区分人类和AI生成的诗歌之间的差异。
2021-12-14 cs.CL cs.LG
Improvising Linguistic Style: Social and Affective Bases for Agent Personality
本文介绍了语言风格即兴，一个理论和一套算法即兴的口语人工代理，与应用程序的互动故事和对话系统。我们认为，语言风格是性格的一个关键方面，并展示了人工智能中常见的言语行为表征如何提供计算机角色可以即兴发挥的抽象表征。我们表明，所提出的机制引入了面向社会的代理人的可能性，满足栩栩如生的角色可信的要求，并满足海耶斯-罗斯提出的即兴创作的特定标准。
1997-02-26 cmp-lg cs.CL
Test-Time-Matching: Decouple Personality, Memory, and Linguistic Style in LLM-based Role-Playing Language Agent
Nanjing University（南京大学）
针对 LLM 角色扮演中提示沉浸不足与微调成本高的问题，本文提出免训练的 TTM 框架，自动解耦人格、记忆和语言风格，并通过三阶段流程生成高保真、风格一致的角色对话。
2025-07-23 cs.CL
The Effect of Different Writing Tasks on Linguistic Style: A Case Study of the ROC Story Cloze Task
University of Washington（华盛顿大学）；Allen Institute for Artificial Intelligence（艾伦人工智能研究所）
一个作家的风格不仅取决于个人特质，还取决于她的意图和精神状态。在本文中，我们展示了如何相同的写作任务的变体可以导致可测量的写作风格的差异。我们提出了一个基于故事完形填空任务的案例研究（Mostafazadeh et al.，2016 a），其中注释者被分配了具有不同约束的类似写作任务：（1）编写整个故事，（2）为给定的故事上下文添加故事结局，以及（3）为故事添加不连贯的结局。我们表明，一个简单的线性分类通知文体特征是能够成功区分这三种情况下，甚至不看的故事背景。此外，将我们的文体特征与语言模型预测相结合，达到了故事完形填空的最佳表现。我们的研究结果表明，不同的任务框架可以显着影响人们的写作方式。
2017-07-13 cs.CL
Exploring Linguistic Style Matching in Online Communities: The Role of Social Context and Conversation Dynamics
University of Michigan（密歇根大学）
本研究针对Reddit在线社区，基于功能词与正式度两类风格分析大规模双方对话语料，考察多种社会因素下语言风格匹配（LSM）的水平差异及用户被封禁后LSM的变化，揭示其与社区指标的关联及对理解社区动态的价值。
2023-08-26 cs.CL
Say It Differently: Linguistic Styles as Jailbreak Vectors
Independent Researcher（独立研究者）
本研究探究语言风格作为越狱向量的攻击面，构建风格增强越狱基准并评估模型，发现风格重构可大幅提升越狱成功率，同时提出风格中性化预处理步骤缓解该问题，揭示当前安全管道漏洞。
2025-11-13 cs.AI cs.CL
Mimicry Is Presidential: Linguistic Style Matching in Presidential Debates and Improved Polling Numbers
University of Michigan（密歇根大学）；Northwestern University（西北大学）；NICO（西北大学复杂系统研究所）；INSEAD（欧洲工商管理学院）；Columbia University（哥伦比亚大学）
目前的研究使用的背景下，美国总统辩论和谈判，以检查是否匹配的语言风格的对手在两方交流影响的反应，第三方观察员。基于沟通调节理论（CAT），互动对齐理论（IAT）和处理流畅性，我们提出，语言风格匹配（LSM）将改善随后的第三方评估，因为匹配对手的语言风格反映了更大的观点，并将使一个人的论点更容易处理。与此相反，地位推断的研究预测，LSM将产生负面影响的第三方评价，因为LSM意味着追随。我们进行了两项研究来测试这些相互竞争的假设。第一项研究分析了1976年至2012年美国总统辩论的记录，发现与对手语言风格相匹配的候选人在民意调查中的地位有所提高。研究2证明了LSM和第三方观察员使用谈判成绩单的评价之间的因果关系。
2015-08-07 cs.CL cs.SI
Out of Style: RAG's Fragility to Linguistic Variation
Language Technologies Institute, Carnegie Mellon University（语言技术研究所，卡内基梅隆大学）
本研究分析了RAG系统在不同语言变异维度下的性能，发现其在非正式和语法错误查询中表现显著下降，凸显了对语言变化的脆弱性。
2026-01-26 cs.CL
Differentially-Private Text Rewriting reshapes Linguistic Style
Friedrich-Alexander-Universität Erlangen-Nürnberg（埃朗根-纽伦堡弗里德里希-亚历山大大学）
研究探讨差分隐私文本重写对语言风格的影响，发现隐私保护导致文本功能特征系统性改变，削弱互动标记和复杂从属结构，使文本风格趋于非参与和非说服性。
2026-04-29 cs.CL
Do Linguistic Style and Readability of Scientific Abstracts affect their Virality?
Trento-Rise（特伦托崛起研究所）；Center for Astrophysics（天体物理学中心）；Harvard University（哈佛大学）；Media Lab（媒体实验室）；Massachusetts Institute of Technology（麻省理工学院）
对在线社交网络中发布的文本内容的反应显示出不同的动态，这取决于提交内容的语言风格和可读性。对科学文章的反应是否存在类似的动力？我们的直觉得到了先前研究的支持，表明一篇科学文章的成功取决于它的内容，而不是它的语言风格。在这篇文章中，我们研究了一个科学摘要语料库和三种形式的相关反应：文章下载，引用和书签。通过基于类的心理语言学分析和可读性指数测试，我们表明，一定的风格和可读性的特点，摘要明确同意在确定成功和病毒能力的科学文章。
2012-03-19 cs.CL cs.DL cs.SI
GTAE: Graph-Transformer based Auto-Encoders for Linguistic-Constrained Text Style Transfer
近年来，非平行语篇风格迁移引起了越来越多的研究兴趣。尽管在基于编码器-解码器框架的风格转换方面取得了成功，但目前的方法仍然缺乏保留原始句子的内容甚至逻辑的能力，这主要是由于大的无约束模型空间或对潜在嵌入空间的过于简化的假设。由于语言本身是人类使用特定语法的智能产品，并且本质上具有有限的基于规则的模型空间，因此缓解这个问题需要协调深层神经网络的模型容量与人类语言规则的内在模型约束。为此，我们提出了一种称为基于图Transformer的自动编码器（GTAE）的方法，该方法将句子建模为语言图，并在图级别上执行特征提取和风格转换，以最大限度地保留原始句子的内容和语言结构。三个非平行文本风格迁移任务的定量实验结果表明，我们的模型优于国家的最先进的方法，在内容保存，同时实现了相当的性能，转移的准确性和句子的自然。
2021-02-01 cs.AI cs.CL cs.CV
Open-Mindedness and Style Coordination in Argumentative Discussions
Ben-Gurion University（本-古里安大学）
语言顺应是说话者根据彼此的交际风格调整自己的口音、措辞、词汇和语言的其他方面的过程。先前的研究表明，语言调节如何与说话者的权力和地位的差距以及它促进批准和讨论效率的方式相关。在这项工作中，我们提供了一个新的视角的现象，探讨其相关性与开放的思想的发言者，而不是她的社会地位。我们处理了Reddit的Change My View（CMV）subreddit中发生的数千个非结构化的争论性讨论，表明开放的思想与不同背景下发言者的假定角色有关。在讨论层面上，我们惊讶地发现，达成一致的讨论呈现出较低的适应水平。
2021-01-25 cs.CL
Is writing style predictive of scientific fraud?
University of Copenhagen（哥本哈根大学）
最近引入了利用机器学习检测科学欺诈的问题，从一个考虑到各种一般指标的模型中获得了初步的积极结果。结果似乎表明，写作风格是科学欺诈的预测。我们重新审视了这些最初的实验，并表明他们使用的留一检验程序可能会导致对可预测性的略微高估，但简单的模型也可以在一定程度上优于他们提出的模型。我们继续探索更抽象的语言特征，如语言的复杂性和语篇结构，只得到否定的结果。不过，在分析我们的模型时，我们确实看到了一些有趣的模式：例如，科学欺诈包含较少的比较，以及不同类型的对冲和呈现逻辑推理的方式。
2017-07-13 cs.CL
Smells like Teen Spirit: An Exploration of Sensorial Style in Literary Genres
University of Iowa（爱荷华大学）
通过心理学、神经科学和感觉语言学的大量研究，人们已经充分认识到感官知觉和语言是相互联系的。在这样丰富的语境中，我们要问，感觉语言在写作中的使用是否是语言风格的一部分？从文体计量学研究的角度来看，这个问题很重要，因为文体计量学研究已经探索了丰富的语言特征，但对与感官语言相关的特征关注不够。以此为目标，我们从几个角度探讨了词、小说、诗集中的感觉语言和感觉风格。例如，我们发现，个人使用感官语言并不是一种随机现象，很可能涉及到选择。此外，感觉风格通常是稳定的，随着时间的推移-变化是非常小的。此外，风格可以从仅仅几百个含有感官术语的句子中提取出来。我们还确定了每种类型中的代表性和独特性。例如，我们观察到小说集中前6个代表性特征中的4个涉及使用嗅觉语言的个体，而我们期望他们使用非嗅觉语言。
2022-09-26 cs.CL
A Multi-Task Role-Playing Agent Capable of Imitating Character Linguistic Styles
Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）；School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院）；Huawei Technologies Co., Ltd.（华为技术有限公司）
针对现有角色扮演智能体忽视语言风格且局限于多轮对话的问题，本文构建了含真实人物语录的多任务数据集MRstyle，并开发了StyleRPA智能体，在七项任务上显著超越现有基线。
2024-11-04 cs.AI cs.CL
Limited Data Emotional Voice Conversion Leveraging Text-to-Speech: Two-stage Sequence-to-Sequence Training
National University of Singapore (NUS)（新加坡国立大学）；Singapore University of Technology and Design (SUTD)（新加坡科技设计大学）
情感语音转换（EVC）旨在改变话语的情感状态，同时保留语言内容和说话人身份。在本文中，我们提出了一种新的2阶段训练策略，用于在有限的情感语音数据下进行序列到序列的情感语音转换。我们注意到，所提出的EVC框架利用文本到语音（TTS），因为它们有一个共同的目标，即生成高质量的表达语音。在第一阶段，我们使用多说话人TTS语料库进行风格初始化，以理清说话风格和语言内容。在第二阶段，我们用有限的情感语音数据进行情感训练，学习如何从语音中分离情感风格和语言信息。所提出的框架可以执行频谱和韵律转换，并实现了显着的改善，在国家的最先进的基线在客观和主观评价。
2021-06-09 cs.CL
Style-Aware Contrastive Learning for Multi-Style Image Captioning
Australian AI Institute（澳大利亚人工智能研究所）；University of Technology Sydney（悉尼科技大学）
现有的多风格图像描述方法在生成具有准确视觉内容和期望语言风格的字幕方面显示出有希望的结果。然而，现有的方法忽略了语言风格和视觉内容之间的关系。为了克服这个缺点，我们提出了风格感知的对比学习多风格的图像描述。首先，我们提出了一个风格感知的视觉编码器与对比学习挖掘潜在的视觉内容相关的风格。此外，我们提出了一个风格感知的三重对比度目标来区分图像，风格和标题是否匹配。为了给对比学习提供正样本和负样本，本文提出了三种检索方案：基于对象的检索、基于RoI的检索和基于三元组的检索，并设计了一个动态的权衡函数来计算检索得分。实验结果表明，我们的方法达到了最先进的性能。此外，我们进行了广泛的分析，以验证我们的方法的有效性。
2023-01-26 cs.CL cs.CV
Do Large Language Models Adapt to Language Variation across Socioeconomic Status?
IT University of Copenhagen（丹麦技术大学）；Pioneer Center for AI（先锋人工智能中心）；University of Copenhagen（哥本哈根大学）；Bocconi University（博科尼大学）；CENTAI Institute（CENTAI研究所）
研究发现大型语言模型在不同社会经济地位社区中适应语言风格有限，可能加剧语言层级差异并影响社会模拟研究的有效性。
2026-02-12 cs.CL
Formalizing Style in Personal Narratives
Université Paris-Saclay, CNRS, ENS Paris-Saclay, LMF（巴黎-萨克雷大学、法国国家科学研究中心、巴黎-萨克雷高等师范学校、数学与形式化方法实验室）；Université Paris-Saclay, CNRS, LISN（巴黎-萨克雷大学、法国国家科学研究中心、计算机科学跨学科数字科学实验室）
提出一个整合功能语言学、计算机科学与心理学的框架，将个人叙事中的风格形式化为语言选择模式，并通过对梦境叙事的案例研究揭示了语言选择与心理状态的关系。
2025-10-13 cs.AI cs.CL
Gender identity and lexical variation in social media
我们提出了一个研究性别，语言风格和社交网络之间的关系，使用一个新的语料库的14,000 Twitter用户。以前的定量工作性别往往把这个社会变量作为一个女性/男性的二元，我们主张一个更细致入微的方法。通过对Twitter用户进行聚类，我们发现数据集自然分解为各种风格和主题兴趣。许多集群具有强烈的性别倾向，但它们对语言资源的使用有时与人口层面的语言统计直接冲突。我们认为，这些集群作为一个更准确地反映性别语言风格的多面性。以前基于语料库的研究也很少涉及语言风格与人口性别模式相悖的个体。为了识别这些个体，我们训练统计分类器，并测量数据集中每个个体的分类器置信度。检查个人的语言不匹配的分类器的模型，他们的性别，我们发现，他们有社交网络，其中包括显着较少的同性社会联系，并在一般情况下，社会网络同质性与使用同性语言标记。因此，配对计算方法和社会理论提供了一个新的视角，即性别如何随着个人相对于受众、主题和主流性别规范的定位而出现。
2014-05-12 cs.CL
Chameleons in imagined conversations: A new approach to understanding coordination of linguistic style in dialogs
Cornell University（康奈尔大学）
会话参与者往往会立即无意识地适应对方的语言风格：说话者甚至会根据对方前一句话中的数量来调整下一句话中的冠词和其他功能词的数量。这种惊人的协调水平被认为是作为实现社会目标的一种方式而出现的，例如获得认可或强调地位的差异。但是，适应机制是否已经深深地嵌入到语言生成过程中，成为一种反射呢？我们认为，虚构的对话提供了一种方法来研究这个问题，因为作者创造的对话，但没有收到的社会效益（相反，想象中的人物）。事实上，我们发现在我们的大型电影脚本语料库中的许多家庭的功能词显着的协调。我们还报告了关于性别和其他特征影响的初步研究结果;例如，令人惊讶的是，对于文章，平均而言，字符更适应女性而不是男性。
2011-06-15 cs.CL physics.soc-ph
Mind the Gap: Linguistic Divergence and Adaptation Strategies in Human-LLM Assistant vs. Human-Human Interactions
Amazon.com Inc.（亚马逊公司）
该研究发现用户与LLM聊天机器人和人工客服交互时沟通风格存在显著差异，提出后训练数据增强和推理时消息重构两种适配策略，实验表明风格多样数据集训练的模型性能更优。
2025-10-03 cs.CL
Beyond Profile: From Surface-Level Facts to Deep Persona Simulation in LLMs
Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）；Shandong University（山东省大学）
本文提出 CharacterBot，结合鲁迅 17 部杂文集设计四类训练任务，并通过 CharLoRA 多专家机制模拟其语言与深层思维，实验显示其显著优于基线。
2025-07-24 cs.CL
FLUKE: A Linguistically-Driven and Task-Agnostic Framework for Robustness Evaluation
The University of Melbourne（墨尔本大学）；Oracle（Oracle公司）；Universitas Indonesia（印度尼西亚大学）；RMIT University（皇家墨尔本理工学院）
FLUKE通过系统性语言变化评估模型鲁棒性，揭示任务依赖性、模型脆弱性和语言特征使用与鲁棒性无关的结论。
2026-02-20 cs.AI cs.CL
Mark My Words! Linguistic Style Accommodation in Social Media
Cornell University（康奈尔大学）；Microsoft Research（微软研究院）
心理语言学的交际调节理论解释了人们的普遍观察，即会话参与者倾向于趋同于彼此的交际行为：他们在各种维度上协调，包括词语的选择、句法、话语长度、音高和手势。在其存在的近40年里，这一理论一直只通过小规模或受控的实验室研究得到经验支持。在这里，我们在Twitter对话的背景下解决这一现象。毫无疑问，这种情况不同于其他任何观察到调节的情况，因此对理论提出了挑战。它的新颖性不仅来自于它的大小，还来自于对话的非实时性，来自于140个字符长度的限制，来自于各种各样的社会关系类型，以及来自于一个最初根本不面向对话的设计。考虑到这些限制因素，在这种新环境的限制下，先验地不清楚适应是否足够稳健。为了研究这一点，我们开发了一个概率框架，可以模拟住宿和衡量其影响。我们将其应用于专门为此任务开发的大型Twitter会话数据集。这是第一次在大规模的现实世界中检验（和验证）语言风格调节的假设。此外，在研究诸如风格影响和调节对称性等概念时，我们发现了以前从未观察到的现象的复杂性。我们还探讨了文体的影响力和网络功能通常与社会地位之间的潜在关系。
2011-05-03 cs.CL cs.SI
Is AI Catching Up to Human Expression? Exploring Emotion, Personality, Authorship, and Linguistic Style in English and Arabic with Six Large Language Models
College of Computer and Information Sciences, King Saud University（计算机与信息科学学院，沙特阿拉伯国王沙德大学）
本文研究六种大语言模型在英语和阿拉伯语中模仿情感和个性的能力，发现AI生成文本可被识别，但分类性能下降，揭示了LLM在情感信号编码上的差异。
2026-03-24 cs.CL cs.LG
Same Author or Just Same Topic? Towards Content-Independent Style Representations
Utrecht University（乌得勒支大学）
语言风格是语言的重要组成部分。风格表征发展的最新进展越来越多地使用作者身份验证（AV）的训练目标：两个文本是否具有相同的作者？AV训练任务的假设（同一作者近似相同的写作风格）使自我监督，因此，广泛的培训。然而，在AV任务上的良好表现并不能确保良好的“通用”风格表示。例如，由于同一作者通常可能会撰写某些主题，因此在AV上训练的表示也可能编码内容信息，而不仅仅是风格。我们介绍了一个变异的AV训练任务，控制使用会话或域标签的内容。我们评估是否已知的风格尺寸表示和首选的内容信息，通过一个原始的变化，最近提出的STEL框架。我们发现，通过控制会话训练的表示比用域或没有内容控制训练的表示在表示独立于内容的风格方面更好。
2022-04-11 cs.CL
RiddleSense: Reasoning about Riddle Questions Featuring Linguistic Creativity and Commonsense Knowledge
University of Southern California（南加州大学）
问：我有五个手指，但我不是活人。我算什么？答案：一只手套。解答这样的谜语式问题是一个具有挑战性的认知过程，因为它需要复杂的常识推理能力，对比喻语言的理解和反事实推理技能，这些都是高级自然语言理解（NLU）的重要能力。然而，目前还没有专门的数据集来测试这些能力。在这里，我们提出了RiddleSense，一个新的多项选择问答任务，它带有第一个大数据集（5.7k个例子），用于回答谜语式常识问题。我们系统地评估了各种各样的模型的挑战，并指出，最好的监督模型和人类的表现之间有很大的差距-这表明在高阶常识推理和语言创造力的方向，以建立先进的NLU系统有趣的未来研究。
2021-07-04 cs.AI cs.CL
Back in Style: A Sociolinguistic Approach to Authoring and Measuring Persona Fidelity in User Simulation
Dialpad Inc.（戴尔德公司）
本研究提出一种社会语言学方法，将用户角色以具体风格比率创作，结合作者身份验证风格计量法与词典内容分析，提升了多数客服智能体模拟的风格保真度，为用户模拟的错误归因分析提供了有效路径。
2026-10-09 cs.CL
Towards Improved Model Design for Authorship Identification: A Survey on Writing Style Understanding
Minds, Machines, and Society Group（心智、机器与社会研究组）；Department of Computer Science, Dartmouth College（达特茅斯学院计算机科学系）；Dartmouth College（达特茅斯学院）
作者身份识别一直是自然语言理解研究的一个重要组成部分，它严重依赖于语言风格。虽然基于语言风格理解的其他任务受益于深度学习方法，但这些方法在许多基于作者的任务中表现不如传统的机器学习方法。然而，随着这些任务变得越来越具有挑战性，基于手工特征集的传统机器学习方法已经接近其性能极限。因此，为了激发未来深度学习方法在基于作者的任务中的应用，以有利于提取风格特征，我们调查了基于作者的任务和其他与写作风格理解相关的任务。我们首先描述了我们的调查结果的研究现状，在这两套任务和总结现有的成就和问题，在作者相关的任务。然后，我们描述了在一般风格相关的任务中的优秀方法，并分析了它们如何在性能最好的模型中组合使用。我们对这些模型在基于作者的任务中的适用性持乐观态度，并希望我们的调查有助于推进这一领域的研究。
2020-09-30 cs.CL cs.LG
Experiences Build Characters: The Linguistic Origins and Functional Impact of LLM Personality
University of Sheffield（谢菲尔德大学）；University of Oklahoma（俄克拉荷马大学）
本研究通过持续预训练和大五人格框架，揭示了大语言模型人格的形成机制，发现模型能力在特定性格类型中表现最佳，并揭示了训练数据语言特征对推理性能的影响。
2026-03-06 cs.AI cs.CL
Capturing Human Cognitive Styles with Language: Towards an Experimental Evaluation Paradigm
Stony Brook University（石溪大学）；University of Texas at Dallas（德克萨斯大学达拉斯分校）
本文提出基于行为实验的评估框架，通过经典决策任务识别认知风格，并证明语言特征可较准确预测决策风格。
2025-02-18 cs.CL
Linguistic data mining with complex networks: a stylometric-oriented approach
Institute of Nuclear Physics, Polish Academy of Sciences（波兰科学院核物理研究所）；Cracow University of Technology（克拉科夫理工大学）
通过用一组词及其共现来表示文本，可以得到一个词邻接网络，它是给定语言样本的简化表示。本文研究了利用网络表征方法提取文学文本中个体语言风格信息的可能性。通过确定网络的所选定量特征并应用机器学习算法，可以区分不同作者的文本。在所研究的一组文本，英语和波兰语，一个适当的重新缩放加权聚类系数和加权度的词邻接网络中只有几个节点是足够的，以获得作者归属的准确性超过90%。因此，可以找到文本作者身份和词邻接网络结构之间的对应关系。网络表示允许通过比较作者使用特定单词和标点符号的方式来区分各个语言风格。该方法可以看作是基于简单词汇特征的作者归属方法的推广。此外，其他网络参数的研究，本地和全球的，为未加权和加权网络。他们的潜力，捕捉写作风格的多样性进行了讨论，观察到语言之间的一些差异。
2019-01-17 cs.CL nlin.AO
Author-Specific Linguistic Patterns Unveiled: A Deep Learning Study on Word Class Distributions
University Hospital Erlangen（埃尔兰根大学医院）；FAU Erlangen-Nürnberg（埃尔兰根-纽伦堡大学）
该研究利用词性标注、二元组分析与深度神经网络进行文学作者分类，发现词类序列模式更能体现作者风格，验证了计算方法捕捉风格差异的有效性，为作者画像和文学研究提供支持。
2025-01-17 cs.CL
AdParaphrase: Paraphrase Dataset for Analyzing Linguistic Features toward Generating Attractive Ad Texts
CyberAgent, Inc.（CyberAgent公司）；Nara Institute of Science and Technology（奈良科学技术研究所）；Institute of Science Tokyo（东京科学大学）
针对广告文本吸引力相关语言特征研究缺乏含人类偏好的公开数据集等问题，提出复述数据集AdParaphrase，分析得出人类偏好的广告文本特征，并基于此提升生成模型的广告吸引力。
2025-02-11 cs.AI cs.CL
TOPFORMER: Topology-Aware Authorship Attribution of Deepfake Texts with Diverse Writing Styles
MIT Lincoln Laboratory（麻省理工学院林肯实验室）；Indiana University（印第安纳大学）；The Pennsylvania State University（宾夕法尼亚州立大学）
本文提出 TopFormer，在 Transformer 中融合 TDA 层以同时捕捉上下文语言特征与拓扑结构，用于多类 LLM 深度伪造文本作者归属，并在 3 个数据集上超越基线。
2024-10-02 cs.CL
StoryTrans: Non-Parallel Story Author-Style Transfer with Discourse Representations and Content Enhancing
Wuhan University（武汉大学）；Tsinghua University（清华大学）
本文提出StoryTrans模型，利用话语表示和可学习风格嵌入实现非平行故事作者风格迁移，并通过掩码-填充框架增强内容保留，实验证明其性能优于强基线。
2023-05-15 cs.CL
Human Variability vs. Machine Consistency: A Linguistic Analysis of Texts Generated by Humans and Large Language Models
University of Konstanz（康斯坦茨大学）
本文基于M4数据集和250个语言特征，结合LFTK、句法深度、语义与情感度量及PCA分析，识别人类与LLM文本在特征变异性、认知负荷和内容丰富度上的差异。
2024-12-04 cs.CL
Text Analysis in Adversarial Settings: Does Deception Leave a Stylistic Trace?
文本欺骗是网络安全的一个主要问题。许多研究认为，欺骗性会在写作风格中留下痕迹，这可以通过文本分类技术来检测。通过对现有的实证研究进行广泛的文献综述，我们证明，虽然某些语言特征在某些语料库中表明了欺骗，但它们未能在不同的语义域中推广。我们认为，这种欺骗性不会留下内容不变的风格痕迹，而文本相似性度量提供了将文本分类为潜在欺骗性的优越手段。此外，我们还讨论了语义内容之外的欺骗形式，重点是通过写作风格混淆来隐藏作者身份。调查作者识别和混淆技术的文献，我们得出结论，目前的风格转换方法无法实现可靠的混淆，同时确保语义忠实于原始文本。我们建议，今后的工作在风格转换应特别注意不允许语义上的急剧变化。
2019-02-26 cs.CL
Structured Content Preservation for Unsupervised Text Style Transfer
University of California, Davis（加州大学戴维斯分校）；Carnegie Mellon University（卡内基梅隆大学）
语篇风格转换的目的是在保持句子内容不变的情况下改变句子的风格。最近的风格转换系统往往不能忠实地保留改变后的风格的内容。本文提出了一种结构化的内容保持模型，利用语言信息的结构化细粒度监督，以更好地保持风格无关的内容在风格转移。特别是，我们通过设计基于句子的词汇信息和基于内容的语言模型的丰富模型目标来实现目标。因此，所得到的模型被鼓励保留目标句子的语义意义。我们进行了大量的实验，比较我们的模型与其他现有的方法在情感和政治倾向转移的任务。我们的模型在自动和人工评估的内容保存和风格转移方面都取得了显着的改进。
2018-10-31 cs.CL cs.LG stat.ML
Causality Guided Representation Learning for Cross-Style Hate Speech Detection
School of Computing and Augmented Intelligence, Arizona State University（计算与增强智能学院，亚利桑那州立大学）
CADET通过因果图解构仇恨言论，分离潜在因素并控制混杂变量，提升跨风格仇恨言论检测的泛化能力。
2026-02-03 cs.AI cs.CL cs.LG
Fine-grained style control in Transformer-based Text-to-speech Synthesis
Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所）
在本文中，我们提出了一种新的架构，以实现细粒度的风格控制的transformer-based文本转语音合成（transformerTTS）。具体来说，我们通过从参考语音中提取本地风格令牌（LST）的时间序列来建模说话风格。TransformerTTS中现有的内容编码器将被我们设计的交叉注意力块所取代，以实现内容和风格之间的融合和对齐。由于融合是与跳过连接一起执行的，因此我们的交叉注意块提供了良好的归纳偏差，以逐渐注入具有给定风格的音素表示。此外，我们通过在训练过程中随机截断LST并使用wav 2 vec 2.0特征来防止风格嵌入对语言内容进行编码。实验表明，与细粒度的风格控制，我们的系统表现更好的自然度，可理解性和风格的可移植性。我们的代码和示例是公开的。
2022-03-16 cs.CL cs.LG cs.SD
Linguistic Patterns in Pandemic-Related Content: A Comparative Analysis of COVID-19, Constraint, and Monkeypox Datasets
Manchester Metropolitan University（曼彻斯特城市大学）
本研究通过比较 COVID-19 虚假叙事、一般 COVID-19 内容和猴痘帖子三个语料库，发现 misinformation 具有更低可读性、更多恐惧与说服性词汇及更少感叹号，为数字健康 misinformation 检测和危机沟通提供语言指标参考。
2025-10-08 cs.AI cs.CL cs.LG
Advancing Large Language Models to Capture Varied Speaking Styles and Respond Properly in Spoken Conversations
National Taiwan University（台湾大学）
本文提出Spoken-LLM框架，通过构建语音到语音数据集StyleTalk并采用两阶段训练流程，使大语言模型能够理解说话风格并做出恰当响应，实验证明其优于纯文本基线和现有语音LLM方法。
2024-05-30 cs.CL eess.AS
Unsupervised End-to-End Learning of Discrete Linguistic Units for Voice Conversion
National Taiwan University（台湾大学）
我们提出了一个无监督的端到端的训练方案，我们发现离散的子字单元从语音，而不使用任何标签。离散子字单元在ASR-TTS自动编码器重构设置下学习，其中ASR编码器被训练以发现给定各种说话者的一组公共语言单元，并且TTS解码器被训练以将所发现的单元投射回指定语音。我们提出了一种离散编码方法，多标签二进制矢量（MBV），使ASR-TTS自动编码器可区分。我们发现，所提出的编码方法提供了自动提取的语音内容从扬声器的风格，并足以涵盖完整的语言内容在一个给定的语言。因此，TTS解码器可以合成与ASR编码器输入内容相同但具有不同说话人特征的语音，从而实现语音转换（VC）。我们使用对抗训练进一步提高VC的质量，其中我们训练一个TTS修补程序，以增强TTS解码器的输出。客观和主观评价表明，该方法提供了强大的VC结果，因为它消除了说话人身份，同时保留语音内容。在ZeroSpeech 2019挑战赛中，我们在低比特率方面取得了出色的表现。
2019-06-20 cs.CL cs.LG cs.SD
Can Authorship Representation Learning Capture Stylistic Features?
U.S. Department of Defense（美国国防部）；Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室）；Johns Hopkins University（约翰霍普金斯大学）
针对作者身份表示是否主要编码写作风格的疑问，通过一系列针对性实验验证了该表示对写作风格敏感，为其应对数据偏移及风格迁移等下游应用提供支撑。
2023-08-24 cs.CL cs.LG
