【显式】Burrows (1989, 2002) 的 Delta 方法把文本变成可比较的数字：统计一组高频词（常见设置为约 100 个，其中功能词如 the、of、and、to、in、a、that、he、was、his、is、it、as、him、be、at、by、for、on、with 是核心）在每千字中的频率，把每篇文本表示成向量；再计算两篇文本之间的欧氏或曼哈顿距离；最后对每篇到所有其他篇的平均距离排序或聚类，得到风格距离。【流程节点链路】原始文本 → 小写与分词 → 选定功能词表 → 计算每千字频率 → 构造文档向量 → 计算两两距离 → 平均距离/聚类 → 解释为作者分组。

【隐式】功能词之所以比内容词更稳，是因为内容词被题材绑架：写战争会高频出现 battle、army，写爱情会高频出现 love、heart；而 the/of/and 这类词低语义、高频率，更多暴露句法节奏、句长偏好、词形习惯和作者无意识的语言呼吸。

【细微】Delta 不是“越短越准”。常见设置使用约 100 个高频词，并建议文本长度至少约 1000 词，更稳的样本通常要 2000 词以上；短文本会让偶然词频主导距离，把噪声误读为风格。若两个 5000 词样本的 Delta 距离为 0.35，而另一组为 1.20，前一组在该词表下更像同一作者；但 0.35 不是绝对阈值，它随语料、词表、距离函数变化。

【极难发现】Delta 的稳定性来自模型选择，而不是作者本质：选哪 100 个词、是否包含代词/介词/连词、是否做 log 变换或标准化、是否跨时期比较，都会改变聚类。它测的是“在某个词表与距离函数下的风格残差”，不是灵魂指纹。

待验证点：功能词优势在中文里是否同样成立？中文没有词形变化，功能词边界、停用词表和分词错误会更早进入距离矩阵。一个可辩论的问题：如果风格只是词频分布的残差，而机器可以刻意模仿功能词分布，那么作者鉴定最终剩下什么？是剩余噪声，还是更深层的句法-语义选择？