关于 academic-writing-refiner
面向学术作者的英文写作润色技能,提供检查语法、句式、行文结构和技术细节的清单。重点帮助非英语母语研究者自行识别常见问题并修改稿件。
主要功能
- 01按清单检查语法与句法
- 02识别中式英语表达
- 03分阶段检查结构与风格
- 04核对技术写作细节
- 05参考自动校对工具
适用场景
- 01投稿前检查英文论文
- 02修改摘要和引言的表达
- 03统一稿件术语与文风
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ wentorai/ research-plugins --skill academic-writing-refiner安装后在 Claude Code 中输入/academic-writing-refiner确认已加载。
详细介绍
学术写作润色
概述
学术论文的评判标准不仅包括科学价值,也包括英语质量。语法错误、表达生硬和非母语表达习惯(源于中英文思维干扰时,通常称为“中式英语”)可能会分散审稿人的注意力,并削弱论文的可信度。
本技能提供了一份系统的清单,用于发现并纠正常见的学术英语问题。它借鉴了由 SYSUSELab 维护的 academic-writing-guide 仓库(327+ 颗星),该仓库收录了 STEM 各学科学生和研究人员的论文手稿中常见的错误。
这种方法以清单为导向:研究人员不应只依赖自动化工具,而要学会识别错误模式并有效地自行编辑。对于准备向国际期刊和会议投稿的非英语母语者来说,这项技能尤其有用。
常见错误类别
语法和句法错误
| 错误类型 | 示例(错误) | 修正 |
|---|---|---|
| 冠词误用 | "We propose a novel the method" | "We propose a novel method" |
| 主谓不一致 | "The results shows that..." | "The results show that..." |
| 时态不一致 | "We train the model and evaluated it" | "We trained the model and evaluated it" |
| 悬垂修饰语 | "Using gradient descent, the loss decreased" | "Using gradient descent, we decreased the loss" |
| 连写句 | "The model converges fast it achieves high accuracy" | "The model converges fast and achieves high accuracy" |
中式英语表达模式
将中文思维模式转译成英语时,常会出现以下干扰模式:
-
主题—述题结构。 中文允许使用“As for X, Y does Z.”这样的结构。英语更倾向于使用“Y does Z to X.”。
- 错误:“As for the dataset, we use ImageNet.”
- 更好:“We use ImageNet as our dataset.”
-
冗余动词。 中文常使用动词复合结构,直译成英语后可能显得冗余。
- 错误:“We can be able to achieve...”
- 更好:“We can achieve...”
-
遗漏限定词。 中文没有冠词,因此容易漏掉“the/a/an”。
- 错误:“Model achieves state-of-art result.”
- 更好:“The model achieves a state-of-the-art result.”
-
过度使用“respectively”。
- 错误:“The accuracy and F1 are 95% and 0.93 respectively.”
- 更好:“The accuracy is 95% and the F1 score is 0.93.”
-
“With the development of...” 这个开头用得太多,已经沦为陈词滥调。
- 更好:开篇直接点明具体问题或发现。
自我编辑清单
提交论文手稿前,请按此清单逐项检查:
第 1 轮:结构与行文
- 每个段落都有明确的主题句。
- 段落之间的过渡逻辑清晰(however、therefore、in contrast)。
- 每个段落不超过 200 个单词。
- 图表均按顺序引用。
第 2 轮:语法与规范
- 所有动词均与主语保持一致。
- 每个章节内的时态保持一致(Methods/Results 使用过去时,陈述普遍事实时使用现在时)。
- 每个缩略语在首次出现时均有定义。
- 没有逗号拼接句或连写句。
- 冠词(a、an、the)使用正确。
第 3 轮:风格与简洁性
- 删除“very”“really”“quite”“basically”,除非确有必要。
- 将“in order to”替换为“to”。
- 将“a large number of”替换为“many”,或给出确切数量。
- 尽可能将被动语态改为主动语态。
- 删除“it is well known that”等填充短语。
第 4 轮:技术准确性
- 所有数字均标明单位。
- 表格列标题清晰明确。
- 公式均已编号并在文中引用。
- 统计结论均包含置信区间或 p 值。
自动润色工具
人工审核不可替代,但以下工具可作为有用的二次检查:
# LanguageTool CLI for grammar checking
java -jar languagetool-commandline.jar -l en-US paper.tex
# Writefull for academic-specific suggestions (VS Code extension)
# Install from VS Code marketplace: "Writefull for LaTeX"
# textlint for rule-based prose linting
npm install -g textlint textlint-rule-no-dead-link textlint-rule-write-good
textlint paper.md
工具对比
| 工具 | 类型 | 学术侧重点 | 免费版 |
|---|---|---|---|
| Grammarly | 云端 | 通用 + 学术 | 是(有限制) |
| Writefull | 插件 | 高(基于论文训练) | 是 |
| LanguageTool | 本地/云端 | 通用 | 是(完整功能) |
| textlint | 命令行 | 可配置规则 | 是(开源) |
| Trinka | 云端 | 高(专为学术场景设计) | 是(有限制) |
句子级修改示例
修改前后对比
修改前:“近年来,随着深度学习的快速发展,越来越多的研究人员开始关注图像分类问题,而这是一项非常重要的计算机视觉任务。”
修改后:“图像分类是计算机视觉中的一项基础任务。深度学习的最新进展重新激发了人们对这一问题的兴趣,卷积架构和 Transformer 架构已在标准基准上达到人类水平的准确率。”
修改前:“我们可以从表 1 中看到,我们的方法在所有评估指标上都比基线方法表现更好。”
修改后:“我们的方法在所有指标上均优于基线方法(表 1)。”
最佳实践
- 阅读目标会议或期刊上发表的论文。 熟悉 Nature、IEEE TPAMI 或 ACL 等刊物的行文风格和惯例。
- 请母语人士审阅关键部分。 至少请人阅读摘要和引言。
- 术语使用保持一致。 如果在第 2 节中称其为“特征提取”,那么除非定义二者的区别,否则不要在第 4 节中改称“表征学习”。
- 平均将句子长度控制在 25 个词以内。 长句更难理解,对非母语读者尤其如此。
- 分轮修改。 不要试图同时修改语法、结构和风格。
参考资料
- 学术写作指南 -- 写作清单和教程(327+ 星)
- 技术写作中的常见错误 -- 哥伦比亚大学 Henning Schulzrinne
- Writefull -- 基于已发表论文训练的 AI 写作助手
- LanguageTool -- 开源语法检查工具