academic-writing-refiner
学术写作精修
本技能旨在将粗糙或半成品的学术草稿打磨成精炼、可直接投稿的文稿,以符合顶级计算机科学会议的发表要求。其目标是实现行文清晰、精准且易于广大技术受众理解——这正是NeurIPS、ICML或ACL等会议评审所青睐的写作风格,因为它尊重评审时间并能高效传达思想。
核心理念
顶级计算机科学会议存在一个共通期待:写作应如透明窗口般清晰呈现思想内核,而非辞藻的堆砌。NeurIPS、ACL或KDD会议上最优秀的论文之所以成功,并非因其使用花哨词汇,而是每个句子都不可或缺,每个段落都推动着读者理解的深化。

这意味着:
- 清晰重于机巧:使用能精准表意的最简明词汇。用"使用"而非"利用",用"显示"而非"论证"(除非指正式证明),用"许多"而非"大量"。
- 精准重于模糊:用具体陈述替代模糊表达。不说"我们的方法表现相当好",而应说"我们的方法达到94.3%准确率,以2.1个百分点的优势超越最强基线模型"。
- 简洁重于冗长:每个句子都应有其作用。若删除某句不损失信息,则删除之。
- 超越碎片化:使用逻辑连接词引导读者从一个观点过渡到下一个,避免突兀的跳跃。
如何优化
当用户提供需要优化的文本时,请遵循以下流程:
1. 理解上下文
在编辑前,先弄清楚:
- 这属于哪个部分?(摘要、引言、相关工作、方法论、实验、结论)——每个部分都有不同的惯例。
- 面向何种场合?如果已说明,请根据该场合的风格规范进行调整。机器学习会议(如NeurIPS、ICML、ICLR)倾向于简洁、公式密集的写作风格。自然语言处理会议(如ACL、EMNLP、NAACL)通常更注重语言的精确性和详尽的相关工作。信息检索/网络会议(如SIGIR、WWW、KDD、CIKM)往往需要清晰的问题动机,并与实际影响相关联。
- 处于哪个阶段?初稿需要结构上的帮助;定稿则需要润色。
如果用户未指定,请根据内容推断,仅在确实模糊不清时询问。
2. 应用特定部分的惯例
阅读参考资料/章节指南.md针对各章节类型的详细规范。关键原则:
摘要:应自成一体,阐明问题、方法、关键结果(含数据)及其意义——全部内容约150–250词。不引用文献,不使用未定义的缩写。
引言:遵循“问题 → 研究空白 → 贡献 → 结果概述 → 论文结构”的逻辑。读者应在第一页内理解你的工作内容及其重要性。
相关工作:按主题而非按文献分组。每个段落的结尾应区分当前工作与刚讨论的内容。避免“清单式”罗列(X做了A,Y做了B,Z做了C)。
方法论:按逻辑顺序呈现方法。使用符号前先予定义。用公式确保精确性,但始终辅以文字说明其直观含义。
实验:以研究问题或假设开篇,接着描述实验设置,然后展示结果。图表应自成一体并配有描述性标题。
结论:总结贡献(非全文复述),如实说明局限性,提出具体的未来研究方向。
3. 句子级润色
请参考references/word-choice.md快速参考常见替换表(华丽→简洁,填充词→删除,模糊校准,以及过渡连接词)。请系统地应用这些转换:
精简行文:
- 移除填充短语:"值得注意的是" → 删除,"应当提及的是" → 删除,"为了" → "以" 或直接删除
- 消除冗余:"完全消除" → "消除","未来计划" → "计划"
- 在能提高清晰度时将被动语态转为主动语态:"模型由我们训练" → "我们训练了模型"
- 但当施事者不重要时保留被动语态:"数据集从公开来源收集" 这样写可以
修正常见的学术写作问题:
- 悬垂修饰语:"使用梯度下降,损失减少" → "使用梯度下降,我们最小化了损失"
- 名词堆砌:"基于多任务学习的预训练语言模型微调方法" → 使用介词将其拆分开
- 指代模糊:"这表明..." —— "这"指的是什么?使其明确
- 孤立论断:关于性能的每一个论断都需要引用或实验依据
加强过渡:
- 句子之间:使用能表明关系的逻辑连接词(例如:然而、因此、具体来说、相比之下、在此基础上)
- 段落之间:每个段落的第一句话应与前一段落的结论相衔接
- 章节之间:每个章节的最后一个段落应预告接下来的内容
4. LaTeX特定处理
当输入内容包含LaTeX时:
- 保留所有
\cite{}、\ref{}、\label{}、公式环境以及自定义宏命令,保持原样不变 - 仅修改文字部分——除非存在明显的符号不一致,否则不修改数学内容
- 保持
\textbf{}、\textit{}、\emph{}格式选择 - 确保符号一致性:如果用户对同一量在一处写作 $\mathbf{x}$ 而在另一处写作 $\boldsymbol{x}$,请予以标记
- 保留
---+++TRANSLATION_BREAK_7acd79f38d1f4cb495916318947ee088+++~
(不间断空格)在\cite和\ref之前 - 保留
%注释 - 除非用户要求结构调整,否则不要添加或删除
\paragraph{}、\subsubsection{}等结构标记
5. 禁止事项
这些与应做事项同等重要:
- 不要插入花哨词汇。“利用”几乎从不比“使用”更好,“阐明”几乎从不比“解释”更好。如果原文正确使用了简单词汇,请保持原状。
- 不要过度使用模糊限制语学术写作需要适当的限定词(如“可能”、“表明”),但过度的模糊表达(如“或许可以认为这可能暗示”)会削弱研究工作的可信度。
- 不要添加内容。精炼现有内容。如果存在缺失(例如,没有相关工作对比,没有基线),将其作为建议提出,但不要编造主张或结果。
- 不要统一文风。如果作者有独特(但正确)的风格,请予以保留。目标是润色,而非使其平庸。
- 不要过度使用破折号。在学术写作中,使用括号或重组句子通常更清晰。每段最多使用一对破折号。
- 不要随意引入分号。相比由分号连接的长句链,更倾向于使用由适当连接词连接的较短句子。
输出格式
呈现精炼文本时:
- 提供精炼后的版本作为主要输出,与评论清晰分开
- 添加简短的旁注。对于实质性的修改——如果修改原因不明显,请解释为何进行更改(例如,“调整结构以先突出贡献而非不足”或“明确与X的对比”)
- 标记你无法解决的问题——例如缺失的引用、不清晰的实验细节、潜在的事实性问题——作为单独的列表放在最后
- 如果输入是LaTeX,则输出LaTeX。如果输入是纯文本,则输出纯文本。请匹配格式。
交互模式
全文精修:如果用户提供了整篇论文(或大部分内容),请逐节处理。从用户指定的部分开始,或者从摘要和引言开始,因为这些部分设定了基调。
单个章节:对该章节应用完整的精修流程。
快速润色:如果用户说“只需修正语法”或“仅进行轻度编辑”,请尊重此要求——修正拼写、语法和标点,但不进行结构调整或重写。
迭代精修:在提供精修版本后,准备好接收如“太正式了”、“我想保留第2段的原始结构”或“强化动机部分”等反馈。进行精准修改,无需重新编辑其余部分。
反驳信撰写当用户提及反驳信或审稿回复时,请阅读references/rebuttal-guide.md以获取撰写有效反驳信的具体建议。
常见会议特定注意事项
| 会议类别 | 风格倾向 |
|---|---|
| NeurIPS, ICML, ICLR | 简洁、以公式为核心。重视理论严谨性。匿名评审——需移除自我身份标识的引用。 |
| AAAI, IJCAI | 涵盖更广泛的AI领域。动机和现实世界相关性很重要。相较于专注机器学习的会议,阐述性稍强。 |
| ACL, EMNLP, NAACL | 期望详尽的相关工作综述。术语需语言精确。重视错误分析和消融研究。 |
| CVPR | 可视化结果至关重要。需在定量分析之外提供定性示例。图表描述需清晰明确。 |
| WWW, KDD, SIGIR, CIKM | 强调问题驱动的动机。通常期望体现可扩展性和实际影响。数据集描述需谨慎处理。 |
这些是倾向,而非铁律——无论何种场合,优秀的写作始终是优秀的写作。


微信扫一扫,打赏作者吧~