本文研究社区语言的语言风格，通过分析 3 个社交媒体平台上涉及政治，电视和旅游的 9 个在线社区的 262 个特征来验证社区确实具有独特的风格，并发现语言风格是群体成员身份的良好预测器（F 值为 0.952，准确度为 96.09%），并且相对于仅使用内容预测来说，它对训练数据的减少更有韧性。

Sep, 2022

本研究探讨了语言使用对社区对在线讨论论坛评论的反应的影响，以及信息和信息发送者之间的相对重要性。基于 Reddit 讨论中社区注释卡尔玛的新评论排序任务被提出，可以控制评论的主题和时间。通过对来自六个子 reddit 的讨论线程进行实验，结果显示不同类型的语言特征对于不同的社区感兴趣程度的重要性有所不同。

Jul, 2015

本研究分析了 Reddit 上两方对话线程的大量语料库，通过识别虚词和正式性两种风格的所有 LSM 出现，研究了 LSM 的不同水平如何取决于 Reddit 内的几个社交因素，包括帖子和社区特征、对话深度、用户任期以及评论的争议性。最后，我们测量了在社区被封禁后丧失地位后 LSM 的变化。研究结果揭示了 LSM 在 Reddit 对话中与几个社区指标的相互作用，暗示了在了解社区动态时理解对话参与的重要性。

Jul, 2023

使用 BERT 对 474 个英文 Reddit 社群的两个月评论进行分析，将社群独特的词语类型与不同词义群集的特异性结合起来，识别社群语言偏离常态的情况，并运用社会语言学理论将语言变异与社群行为趋势相联系，发现具有高度独特语言的社群规模适中，其忠诚和高度参与的用户在密集网络中互动。

Feb, 2021

研究在线社区中词汇创新的产生和传播，利用社会语言学理论并关注使用新术语的社交角色之间的关系，揭示创新者和采纳者的特征，并进行预测任务，以预测创新是否能在社区内成功传播。

Jun, 2018

本文提出了利用神经网络来预测社交媒体网络中观点赞同度的方法，结合了评论者的参与方式以及评论文本，通过一种新颖的神经网络结构可以学习隐含的讨论结构特征并探讨了其在权重文本特性方面对提高预测精度的作用。

Aug, 2016

本研究旨在探讨社交网络结构对词汇变化的影响，通过对 4420 个在线社区在 10 年内发生的 80,000 个新词汇的大规模分析，使用泊松回归和生存分析，发现社区的网络结构对词汇变化起着显著作用，特别是密集连接，缺乏本地集群和更多的外部联系对推动词汇创新和保留具有促进作用，同时这些基于主题的社区不会像线下社区一样经历强烈的词汇调整，而是容纳更多的小众词汇。

Apr, 2021

通过对维基人和美国最高法院的论据展开研究，我们发现群体讨论中一些人立即回应其他人的语言风格与其他成员之间的权力差异是相关的，提出了基于语言协调的分析框架，可以用于阐明功率关系，并跨多种类型的力量保持一致。

Dec, 2011

本文针对科学论文的摘要进行类别心理语言学分析和易读性测试，结果表明，科学论文的某些文体和可读性特征对于其成功和传播能力有着显著的影响。

Mar, 2012

本研究通过分析一个在线编织社区中的帖子，找到了代表性的语言特征，研究了语言特征与个体互动中的影响力之间的关系。研究结果表明，语言特征与其影响他人的能力之间存在着重要的相关性。

Jul, 2017