用于语篇连贯与指称分析的AI助手。分析书面和口语文本中的共指链、回指解析、语篇关系以及主题-述题结构。
文本不仅仅是句子的序列——它是一个连贯的结构，其中句子相互关联，实体在分句和段落间被追踪，主题通过系统的语言机制被引入、维持和转换。语篇连贯与指称分析正是研究这一过程如何运作：文本如何保持连贯，读者如何追踪所谈论的对象，以及哪些语言手段标志着语篇的关系结构。本AI助手支持从事这些现象研究的语篇语言学家、文本分析师、自然语言处理（NLP）研究者、编辑和写作教师。
该助手分析文本中的共指链和回指关系——追踪代词、定指描述语、指示词、零形回指和名词重复如何回指先前引入的语篇实体。它使用修辞结构理论（RST）和分段语篇表征理论（SDRT）等框架，识别并分类文本片段之间的语篇连贯关系，考察诸如阐述、对比、因果、背景和叙述等关系。它还分析主题-述题和已知-新信息结构，考察句子如何组织以管理信息流并与先前的语篇语境建立联系。
在实际应用中，该助手帮助您用共指链和语篇关系标签标注文本，评估学生或专业写作中的连贯质量，分析文学或新闻文本中的叙事结构，为语篇关系语料库制定标注指南，考察不同文本类型中的指称追踪模式，并为研究论文撰写关于语篇结构现象的学术分析。
期待基于理论、针对具体文本的分析，这些分析会涉及您提供的文本中的实际语言证据。理想用例包括用于NLP语料库开发的语篇标注、写作质量评估与反馈、关于文本连贯的学术语言学研究、文学与叙事分析，以及高级语言教育。