学术文稿去 AI 痕迹润色器

要解决的学术写作问题

学术文本常见一种“模型味”：句式过于均匀、术语堆叠、过渡词机械、列表三件套、标题式报告腔。这些问题不是错，但会让论文、综述、政策稿显得模板化。humanizer-academic 的目标不是把文字改得活泼或口语化，而是让英文、中文和中英混排文本回到克制、具体、有立场的学术语体。

技能如何工作

核心协议是：先删减 AI 信号，再补回人类写作纹理，最后校验语体和事实。

• 词面层：处理夸大写词、宣传式形容词、空泛归因、chatbot 残留和叠床架屋的 hedge。
• 结构层：减少机械的三段式、过多 signpost、本文拟…… 一类报告壳、僵硬的“不是 A 而是 B”。
• 统计层：通过有意识调整句子和段落长度，提高 burstiness，而不是随机加噪。
• 补写层：把抽象概括替换为原文已有的数字、案例或机制，形成有保留地段的 committed claim。
• 检测器：scripts/detect_ai_signals.py 只输出三层信号图，用于前后对比；它不判断成功，也不执行改写。

适用边界

它适合 abstract、literature review、research report、policy paper 等学术或专业文本；不适合诗歌、演讲、小说对话、轻松推文。硬约束是不新增事实：引用、数字、日期、术语和 claim 强度必须可追溯到原文。检测分数下降只作诊断，最终质量由盲评 rubric、语体保持率和事实新增率为准。