mcpField
A
academic-writing-refiner

academic-writing-refiner

github.com/wentorai文档处理30760 次安装19 周前更新
代码仓库

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

  1. 01按清单检查语法与句法
  2. 02识别中式英语表达
  3. 03分阶段检查结构与风格
  4. 04核对技术写作细节
  5. 05参考自动校对工具

适用场景

  1. 01投稿前检查英文论文
  2. 02修改摘要和引言的表达
  3. 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:

  1. 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.”
  2. 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...”
  3. 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.”
  4. 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.”
  5. “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

评论

支持 Markdown