对于可用于司法作者识别的有效的判别特征,学界一向有强烈的研究热情,尤其当其涉及最有挑战性且频繁作为司法证据使用的文本体裁之一——即时消息的时候。本研究致力于为中文即时消息作者识别开展一项任务,检验一系列基于依存语法抽取得到的句法特征的判别力,以提供更多在司法作者识别任务中可供选择使用的候选特征。提出的特征包括平均依存距离、平均等级距离和各依存关系类型的相对频数。方法上,研究开展了一系列分类实验以证实所提出特征的判别能力:特征提取自人工标注的微信消息,微信消息产生于作者的自然语言,作者间既存在社会语言学相似性又存在社会语言学相异性;特征输入至分类算法中以训练模型,基于模型对特征的判别能力进行评估;实验考虑了不同的特征集和作者组合。统计显著的结果证实了特征在中文即时消息作者识别中的判别能力。对于存在社会语言学相似性和社会语言学相异性的作者识别任务,这些特征都作出了不同的贡献。值得一提的是,在一个涉及高达五名作者且作者间存在社会语言学相似性的案例中,这些特征有令人满意的表现。此外,包含更多特征的特征集和包含更少作者的作者组合能带来更好的结果。最后,对作者们的一些代表性句子的深入句法分析阐明了特征在不同的作者识别任务中发挥的具体作用,并表明构成特征判别能力基础的可能语言机制是句法协同。