light-paper-polishing

# 论文润色（审稿人视角）

## 不只是改语法
分两层：**表层**（语言、术语、句式、可读性）+ **深层**（逻辑、论证、结构、创新点呈现）。深层优先——审稿人拒稿很少因为语法。

## 深层维度：审稿人五问（每个论断逐项过）
> 五问是"审什么"；具体"怎么改"见 `references/argument_review.md`——Claim–Evidence–Boundary 三件套、Hedging 校准阶梯（主张强度匹配证据）、章节责任分工（Results 不堆机制 / Methods 过可复现测试 / Discussion 才 hedging）、AI 使用披露。两者配套用。
按审稿打分维度组织（综合 Elsevier reviewer 指南与会议式评审）：
1. **soundness 方法成立**：每个论断有证据(实验/引用/推导)吗？标出"裸论断"。因果是否成立、有没有"未经论证的跳跃"。
2. **novelty 创新呈现**：贡献是否在摘要/引言/结论三处措辞一致且突出？贡献句用动词开头、可度量。读者能否一眼抓到差异点。
3. **clarity 可读性**：段落间有断点吗？每段是否有主题句、只服务一个论点（"这段要让审稿人相信什么"）。
4. **reproducibility 可复现**：方法/设置/超参/数据是否足以复现？实验只报数字没解释就补"为什么"。
5. **related-work 引用充分**：对比与定位是否到位？缺引用转 m10。正文引用占位统一用机读 citekey `\cite{authorYearWord}`（**第一作者姓+年份+标题首个实词，全小写**，如 `\cite{zhang2024deep}`），发现 `[Zhang 2019]` 式自由文本占位要改成该公式——否则排版报 undefined citation；此公式与 m10 pin 的 .bib 键同源。
> 引言按"四段式"对位：背景痛点 → 现有方法不足(动机) → 我们的洞察/做法 → 贡献列表。

## 表层维度：语言层四查（借 Grammarly 四分法，按学术稿调权重）
1. **correctness**：语法、拼写、标点、时态语态统一。
2. **clarity**：删冗余、拆长从句、消除指代不清（"don't make reviewer think"）。
3. **delivery/tone**：保持正式克制；去口语、去夸大（novel/significantly/very 慎用）。
4. **consistency**：术语前后一致(a07)、缩写首现定义、数字与单位格式统一。
> engagement/华丽用词在学术稿里弱化——别为多样性牺牲精确。
> **首选可直跑（免费匿名）**：LanguageTool 公共云端点 `POST https://api.languagetool.org/v2/check`，参数 `language=en-US`（或 `auto`）、`level=picky`（开严格风格规则）、`motherTongue=zh-CN`；匿名实测 HTTP 200，返回 `matches[]` 带 `message`/`replacements`/`offset`，逐条核对。隐私/批量场景改自托管。
> 一行可跑示例：
> ```bash
> curl -s -X POST "https://api.languagetool.org/v2/check" \
>   -d "language=en-US" -d "level=picky" \
>   --data-urlencode "text=This sentence have a error." | python -m json.tool
> ```
> **DeepL 改写需付费 key，不能匿名跑**：`/v2/write/rewrite` 两个 host 实测均 404，`/v2/translate` 实测 403（需 `Authorization: DeepL-Auth-Key`）；故 DeepL 仅作"有 key 时整句改写参考"，`writing_style=academic` 偏整句重述、易动术语与作者声音，必须人工复核（端点存活情况见 references.md）。学术措辞向 Writefull"已发表语料惯用表达"思路看齐，而非通用语法。

## 工作方式：四步流水线（distill → critique → polish → audit）
1. **distill**：先抓核心贡献，确认每段服务于哪个论点（结构/故事线层，对标 strategist 视角）。
2. **critique**：审稿人视角列弱点——逐项过"审稿人五问"，标出最易被质疑/追问处，预先补强或加 limitation。
3. **polish**：改语言——语言层四查，逐模块处理，用户可指定章节。
4. **audit**：终检一致性/术语/格式/缩写/引用（合规门槛，对标预投稿检查）。

每处修改给出：**问题 → 原因 → 修改方案 → 修改后文本**，必要时 before/after 对照。重大重构先说思路再改。保留作者声音，不过度改写（DeepL 式整句重述会冲淡声音，慎用）。摘要/引言/结论按 db02 高水平套路(patterns_library 方法论层,领域中立)重写;该套路已剥离 cs.AI/CV 文化背书,润色统计/医学/农业等非 CS 稿时不照搬"beat baseline/SOTA/开源"式表达(见 samples_real D 表偏科警示)。

## 示范：润色长这样（每处都要走完四栏）
> 输出格式固定为「原句 → 问题诊断 → 修改后 → 为什么更好」。下面三例分别覆盖深层(soundness)、表层(clarity)、贡献呈现(novelty)三类。

**例 1 · 深层 / 裸论断（soundness）**
- **原句**：Our method significantly outperforms existing approaches and is much more efficient.
- **问题诊断**：① "significantly/much more" 是无证据的夸大裸论断，审稿人立刻追问"多少、比谁、显著性检验呢"；② "existing approaches" 含糊，没指明 baseline；③ efficient 维度未定义（时间？显存？）。
- **修改后**：On ImageNet, our method improves top-1 accuracy by 2.3 points over ResNet-50 (76.1% vs. 73.8%) while reducing inference latency by 18% (12.4 ms vs. 15.1 ms per image, single A100).
- **为什么更好**：把形容词换成可度量数字+具体 baseline+硬件条件，论断从"可被质疑"变成"可被复现"；删掉 significantly，让数据自己说话（呼应表层 delivery：去夸大）。

**例 2 · 表层 / 长从句+指代不清（clarity）**
- **原句**：The model, which is trained on the dataset that we collected and which contains various types of noise that may affect performance, achieves good results.
- **问题诊断**：① 三层嵌套从句(which…that…which…that)逼审稿人回读，违反"don't make reviewer think"；② "various types of noise" 指代空泛；③ "good results" 是无信息词。
- **修改后**：We train the model on our collected dataset, which contains label noise and sensor artifacts. Despite this noise, the model reaches 89.2% F1.
- **为什么更好**：一长句拆成两短句、each 一义；把 "various noise" 落实为两类具体噪声；"good results"→具体指标。可读性、correctness、信息密度同时提升。

**例 3 · 贡献呈现（novelty，引言/摘要三处一致）**
- **原句**：In this paper, we study the problem of domain adaptation and propose some techniques to improve it.
- **问题诊断**：① "study / some techniques / improve" 全是软动词，读者抓不到差异点；② 贡献不可度量，无法与 abstract/conclusion 对齐；③ 没点出"洞察"。
- **修改后**：We make three contributions: (1) we identify feature-norm collapse as the dominant failure mode in test-time domain adaptation; (2) we propose NormGuard, a regularizer that constrains feature norms during adaptation; (3) NormGuard raises mean accuracy by 3.1 points across five benchmarks.
- **为什么更好**：动词开头(identify/propose/raise)、贡献可数可度量、点明洞察(feature-norm collapse)；这三句可原样复用到 abstract 与 conclusion，保证三处措辞一致（彭思达"贡献三处一致"）。

## 可直跑脚本（scripts/）
三个产物把上面的方法落成可运行工具，输出**同构结构化发现**（schema 见 `references/findings_schema.md`）。**下游消费**：m14 review-rebuttal 模拟审稿前读这份 findings JSON 当预审输入——`overclaim`/`claim_strength` 映射到 Soundness/Significance 的 major 意见、`ai_tone`/`punctuation` 等映射到 Presentation 的 Minor（字段映射在 m14 SKILL「消费 m08 润色发现」节），故 category 取值与 schema §4 的 severity 分档须稳定，改字段名两处同步。
- **`scripts/polish.py`**：封装 LanguageTool 匿名云端点 `POST https://api.languagetool.org/v2/check`（`level=picky`、`motherTongue=zh-CN`）。自动按段落/句子**分块**（单块 <18000 字符，避开匿名 ~20k 上限），把每条 match 的 offset 映射回**原文绝对 line/col**。**已修限流缺陷**：改**每 chunk 独立降级**——某 chunk 非 200 只对该 chunk 退本地正则、其余 chunk 的 LanguageTool 结果保留（不再一块失败全篇丢弃，`mode=mixed`）；chunk 间 sleep 控速（~20 req/min），429/5xx 指数退避重试。`_meta.http_codes` 记运行时真实 HTTP 码，绝不伪造云端结果。
  - 实测（2026-06-06 本环境）：自带样例 → `mode=languagetool http=[200]`，返回 `EN_A_VS_AN`/`PLURAL_VERB_AFTER_THIS` 等真实规则。
  - 跑法：`python scripts/polish.py --file paper.txt --json` 或 `echo "..." | python scripts/polish.py`。
- **`scripts/mechanical_check.py`**（**无需 API**）：扫 ① overclaim 黑名单（significant/seminal/novel/outperforms…，**统计语境的 significant 已上下文豁免不误报**）② AI 腔/填充语 ③ hedge 堆叠 ④ **claim_strength**：强主张词（prove/conclusively/unprecedented/always…）给 Hedging 阶梯降级建议（对接 `references/argument_review.md` §2，已纳入 schema §3/§4）⑤ 段落被动句占比超阈值 ⑥ 标点卫生。**已修工程缺陷**：`--latex` 先 strip_latex 去 \\cite/$...$/注释/environment 再查（保行号，治 .tex 误报）；句切分加缩写保护（et al./e.g./Fig. 不误断）；**中文稿支撑**中文夸大词/AI 腔词表（显著/大幅提升/综上所述…）。输出 `{line,col,category,issue,suggestion,context}`。纯 stdlib，任何环境可跑。
  - 跑法：`python scripts/mechanical_check.py --file paper.txt --json`；`.tex` 自动或显式 `--latex`。
- 两脚本无输入时跑**内置自检样例**，保证 `python <script>` 永远能跑通。LanguageTool 管表层语法，mechanic