academic-writing-refiner

学术写作润色

此技能可将粗糙或初步的学术草稿润色为适合顶级计算机科学会议发表的成熟文本。目标是让写作清晰、准确，并便于广泛的技术读者理解——这是 NeurIPS、ICML 或 ACL 等会议的审稿人所欣赏的写作方式，因为它尊重读者的时间，并高效地传达观点。

核心理念

顶级计算机科学会议对写作有着共同的期待：写作应是展现思想的透明窗口，而不是炫耀词汇的舞台。NeurIPS、ACL 或 KDD 上最优秀的论文之所以成功，并非因为用了令人印象深刻的词语，而是因为每个句子都有其存在的价值，每个段落都能推进读者的理解。

这意味着：

• 清晰胜于巧妙：使用能准确传达含义的最简单词语。“使用”而非“利用”，“展示”而非“证明”（除非你指的是正式证明），用“许多”而非“大量”。
• 准确胜于含糊：用具体论断替代模棱两可的措辞。不要说“我们的方法表现相当不错”，而应说“我们的方法准确率达到 94.3%，比最强基线高 2.1 个百分点”。
• 精简胜于冗长：每个句子都应发挥作用。如果删掉一个句子不会损失信息，就删掉它。
• 连贯胜于割裂：用逻辑连接词引导读者从一个观点过渡到下一个观点，而不是突然跳转。

如何润色

用户提供文本要求润色时，请遵循以下流程：

1. 理解上下文

编辑前，先确定：

• 这是什么章节？（摘要、引言、相关工作、方法、实验、结论）——不同章节有不同的惯例。
• 目标会议是什么？ 如果用户说明了会议，请根据该会议的风格规范调整。机器学习会议（NeurIPS、ICML、ICLR）倾向于简洁、注重公式的写作。自然语言处理会议（ACL、EMNLP、NAACL）通常要求更精确的语言和更全面的相关工作。信息检索与 Web 会议（SIGIR、WWW、KDD、CIKM）通常需要清晰地阐述问题动机，并联系实际影响。
• 目前处于什么阶段？ 初稿需要结构上的帮助；定稿则需要润色。

如果用户没有说明，请根据内容推断，只有在确实存在歧义时才提问。

2. 遵循章节特定规范

阅读 references/section-guide.md，了解各类章节的详细规范。核心原则如下：

摘要：应自成一体，说明问题、方法、关键结果（含数字）及其意义，篇幅约为 150–250 词。不要引用文献，也不要使用未经定义的缩写。

引言：问题 → 差距 → 贡献 → 简要结果 → 论文结构。读者应在第一页内理解你做了什么，以及这项工作为何重要。

相关工作：按主题归类，而非按论文逐篇罗列。每个段落都应以区分当前工作与刚才讨论内容的说明收尾。避免“清单式”写法（X 做了 A。Y 做了 B。Z 做了 C。）。

方法：按逻辑顺序介绍方法。使用符号前先定义。使用公式来确保精确，但也要用文字解释直观含义。

实验：先提出研究问题或假设，再介绍实验设置，最后呈现结果。表格和图示应配有描述性标题，并且无需依赖正文即可理解。

结论：总结贡献（而非复述整篇论文），如实说明局限，并提出具体的未来研究方向。

3. 句子级润色

请查阅 references/word-choice.md，其中有一张常见替换项的速查表（华丽表达 → 简单表达、填充语 → 删除、限定语校准以及过渡连接词）。请系统地应用这些转换：

精简措辞：

• 删除填充短语："it is worth noting that"、"it should be mentioned that"、"in order to" → "to"
• 消除冗余："completely eliminate" → "eliminate"，"future plans" → "plans"
• 在有助于提升清晰度时，将被动语态改为主动语态："the model was trained by us" → "we trained the model"
• 但当行为主体不重要时，保留被动语态："the dataset was collected from public sources" 就可以

修正常见的学术写作问题：

• 悬垂修饰语："Using gradient descent, the loss decreases" → "Using gradient descent, we minimize the loss"
• 名词堆叠："multi-task learning based pre-trained language model fine-tuning approach" → 用介词拆分表达
• 指代含糊："This shows that..."——这里的 "this" 指什么？请明确说明
• 孤立论断：每个关于性能的论断都需要引用或实验依据

加强衔接：

• 句子之间：使用能体现逻辑关系的连接词（however、therefore、specifically、in contrast、building on this）
• 段落之间：每段的第一句话应与上一段的结论衔接
• 章节之间：一节的最后一段应预示接下来的内容

4. LaTeX 专项处理

当输入包含 LaTeX 时：

• 原样保留所有 \cite{}、\ref{}、\label{}、公式环境和自定义宏
• 只修改文字内容——除非存在明显的符号不一致，否则不要修改数学内容
• 保持 \textbf{}、\textit{}、\emph{} 的格式选择
• 确保符号一致：如果用户在一处用 $\mathbf{x}$，在另一处用 $\boldsymbol{x}$ 表示同一个量，请指出
• 在 \cite 和 \ref 前保留 ~（不换行空格）
• 保留 % 注释
• 除非用户要求调整结构，否则不要添加或删除 \paragraph{}、\subsubsection{} 等命令

5. 不要做的事

以下要求同样重要：

• 不要插入华丽的词汇。"Leverage" 几乎从不比 "use" 更好。"Elucidate" 几乎从不比 "explain" 更好。如果原文用词简单且正确，就保留它。
• 不要过度使用限定语。学术写作需要适当的限定（"may"、"suggests"），但过多限定（"it could potentially be argued that this might possibly indicate"）会削弱表达的可信度。
• 不要添加内容。只润色已有内容。如果缺少某些内容（例如，没有相关工作对比或基线），请将其列为建议，但不要编造论断或结果。
• 不要抹平作者的文风。如果作者有鲜明但正确的风格，就应予以保留。目标是润色，而不是统一风格。
• 不要过度使用破折号。括号或重组句子通常更清晰。每段最多使用一组破折号。
• 不要随意引入分号。应优先使用恰当的连接词连接较短的句子，而不是用分号串联冗长句子。

输出格式

呈现润色后的文本时：

1. 提供润色后的版本作为主要输出，并与评论清楚区分
2. 为实质性修改添加简短的边注——对于原因不明显的修改，请说明修改理由（例如："调整结构，先说明贡献而非研究空白"或"明确了与 X 的比较"）
3. 单独列出无法解决的问题——例如缺少引用、实验细节不清或可能存在事实问题
4. 如果输入是 LaTeX，则输出 LaTeX。如果输入是纯文本，则输出纯文本。保持原有格式。

交互模式

全文润色：如果用户提供了整篇论文（或大部分内容），请按章节逐一处理。从用户指定的章节开始；如果用户没有指定，则从摘要和引言开始，因为这两部分奠定了文章的基调。

单个章节：对该章节应用完整的润色流程。

快速润色：如果用户说“只改语法”或“只做轻微编辑”，请遵照要求——修正拼写、语法和标点，不要重组结构或改写内容。

迭代润色：提供润色后的版本后，请准备好处理诸如“太正式了”“我想保留第 2 段的原始结构”或“加强动机阐述”等反馈。针对性地修改，不要重新编辑其他部分。

撰写 rebuttal：当用户提到 rebuttal 或审稿人回复时，请阅读 references/rebuttal-guide.md，了解撰写有效 rebuttal 的具体建议。

常见会议的风格提示

会议组	风格倾向
NeurIPS、ICML、ICLR	简洁，以公式为中心。重视理论严谨性。采用匿名评审——删除可识别作者身份的表述。
AAAI、IJCAI	AI 主题范围更广。重视研究动机和现实意义。比侧重 ML 的会议略具说明性。
ACL、EMNLP、NAACL	预期相关工作部分较为全面。术语使用要精准。重视误差分析和消融研究。
CVPR	视觉结果至关重要。定性示例应与定量结果并列。图示说明要清晰。
WWW、KDD、SIGIR、CIKM	研究动机应以问题为导向。通常重视可扩展性和实际影响。数据集描述需要谨慎。

这些只是倾向，并非硬性规则——无论投稿到哪个会议，好的写作始终是好的写作。