阅读口径
本页演示的是非露骨文字材料的手工整理流程，没有分析真实论坛样本，也不宣称任何主题在草榴社区中占多少比例。
先决定按句还是按帖标注
一条帖子可能同时介绍概念、表达态度并回应他人。若以整帖为单位，可以允许多个标签；若以句子为单位，则要保留所属主题与前后文。两种方案回答的问题不同，不能把逐句计数的结果写成帖子比例。开始前应固定一种主要单位。
让标签有可以执行的定义
假设设立“求解释”“提出依据”“表达评价”三类：求解释要求有明确疑问；提出依据要求指出材料或推理；表达评价描述好坏、偏好或接受程度。“有价值”“低质量”不适合作为主题标签，因为它们把整理者的评分混入材料类别。
用分歧改进定义
假设句子是“这种解释还有其他依据吗”，它既提问又提到依据。可以标成“求解释”，并允许次标签“依据讨论”；也可以预先约定多标签。关键是写明规则，再统一处理相似句子。遇到分歧先修订定义，不要为了整齐随意归类。
可执行检查单
- 01用少量材料试标，为每个标签保存一个典型例子和一个边界例子。
- 02建立“无法判断”项，把缺少上下文与确实不属于任何类别分开。
- 03规则改变后回查已标材料，记录变化原因，避免前后标准不同。
一个常见问题
标签越细是不是越准确？
不一定。类别过细可能只有一两条材料，难以稳定区分；类别过宽又可能掩盖差异。应根据研究问题决定粒度。例如要研究如何提出疑问，细分疑问类型有用；只关心主题分布时，就未必需要逐个区分语气词。
把结果还原到句子里检查
完成标注后，挑选各类材料重新阅读，确认数字没有遮住语境。即使某类出现较多，也只能先说明所选文本的分布。成人论坛研究尤其应避免由主题标签反推出个人兴趣、现实身份或行为经历，文字分类不承担这些证明任务。