通过观察读者和作者的行为，而非对信息对象本身进行分析，研究流派变化和演变的知识源，此方法可以将流派视为社会学构建，也可以将流派视为可观察的文本客观特征。
May, 2022
本研究提出了从词汇、句法和语义三个方面分析个体写作风格的过程，并展示该过程在作者风格分析、作者归属度和情感预测方面的应用，结果表明这种多层次的写作风格分析方法能够量化地模拟文本中的主观性，从而在多个任务上提高定量和定性表现。
Sep, 2019
提出了一种流派理论作为束的多个方面，这些方面与各种表面线索相关，认为基于表面线索的流派检测与基于深层结构属性的检测一样成功。
Jul, 1997
本文提供了一个新的语料库（xSLUE）以用于句子级跨风格语言理解和评估，并提出了三种跨风格应用程序：分类、相关性和生成，从而帮助探索跨风格研究的有趣未来方向。
Nov, 2019
本文探讨了自然语言生成在任务导向对话中的应用，提出了三种序列到序列模型，并考虑如何实现内容和风格的分离，通过控制 36 个风格参数，实现对语义和风格的高度还原。
May, 2018
本文利用文本分类方法研究英德翻译语料库的类型和方法变化，使用基于词性标注的特征的组合，包括二元组、三元组和四元组，采用拉普拉斯平滑的贝叶斯分类器。使用分类器的输出对不同类型和翻译方法的主要区别进行了广泛的特征分析。
Sep, 2017
使用文本分析方法，基于餐饮行业中的 50K 句子，对对话系统中从意义表示到生成自然对话的进行了探究，使用不同的风格分区来训练和生成自然对话，并证明了标记风格变量的方法可以调整生成对话的风格。
Sep, 2018
通过深度学习模型，特别是包含字符 n-grams 和句法信息的模型，学习的表示方式有望提高跨领域的表示泛化能力，从而选择适当的文体特征在不同场景下实现更准确的作者识别。
Sep, 2023
通过对比训练的表示捕捉风格特征，从而引导语言模型以目标风格生成文本，实现满足作者特定风格的生成，而不需要微调底层语言模型。
Dec, 2023
通过分析书籍封面的文字设计来研究非语言信息（如类型）与文字设计（如字体样式、文字颜色等）之间的关系，发现文字设计有助于理解其他附加信息（非语言信息），例如印象和类型，对于书籍类型的判断有更好的辨别特征。
Feb, 2024