论文人性化处理工具（基于语料库）

将AI生成的议论文/学术论文重写为更贴近人类写作基线的风格，该风格建模自CAWSE（M/D档位）、LOCNESS语料库，并与DeepSeek生成文本进行对比分析。本工具包附带一个微调后的LoRA适配器（9.3 MB）及配套推理脚本。

功能契约

运行要求： Apple Silicon 架构的 macOS 系统，Python 3.9 或更高版本。

快速开始

bash scripts/install_deps.sh          # 一次性：安装依赖并解码适配器
python scripts/inference.py --file draft.txt   # 若适配器尚未解码，则自动执行解码

或在 Python 中直接调用：

from scripts.inference import humanize
print(humanize("此处填写您由 AI 起草的论文文本..."))

加权模式表（按优先级降序排列）

执行人性化处理时，应优先处理权重更高的条目。所有权重均基于语料库分析（Mann-Whitney U 检验）得出，属数据驱动型结果；权重为 0 的条目在统计上不显著。

句法复杂度（MDD / ADD 建议）

CAWSE 语料库中人类写作的优等 / 卓越档位文本常表现出可变的平均依存距离（MDD）；而 AI 文本则往往更趋集中。在执行人性化处理时，请注意：

• 参考分析所得 MDD 均值：人类 ~2.333775514332394，AI ~2.4553791855163483。
• 方差比（人类 / AI）≈ 1.7153931408079544：宜采用自然混合的短/长依存链结构，避免句子长度与依存结构被过度平滑统一。
• 切勿将所有句子强行压缩至最小依存长度；此类“极致简洁”反而会呈现另一种机器化打磨痕迹。

强制规则（编排器层面）

1. 输出必须为适合直接提交的连续性散文体（禁止聊天式结尾、禁止“希望这有帮助”等客套话）。
2. 若含数学公式，仅允许使用纯文本形式；除非用户明确要求，否则不得输出原始 $$ LaTeX 代码。
3. 如原文中存在作者立场或引用文献，须予以保留；严禁虚构参考文献。

托管 HTTP API（可选，适用于非 Mac 设备或远程部署）

针对非 Apple Silicon 架构设备或多用户部署场景，可在 Mac 主机上运行可选的FastAPI 服务，并通过 HTTP/OpenAPI 远程调用：

1. 安装依赖：pip install fastapi uvicorn[standard]
2. 启动服务：uvicorn api.main:app --host 0.0.0.0 --port 8765（建议设置环境变量 HUMANIZE_API_KEY 实现鉴权）
3. MCP / OpenAPI 工具可对接 https:///openapi.json
4. 向 POST /v1/humanize 接口发送 JSON 请求体 {"text":"..."}（需携带 Authorization: Bearer … 头）

详见 references/hosted_api.md。

参考资料

• references/patterns.md —— 24 类模式的详细说明，含检测与修复提示
• references/training.md —— 完整训练流程文档
• references/hosted_api.md —— HTTP API 与 MCP 工具集成说明