- 语法错误智能排查
基于【论文文本】，自动识别语法错误（如主谓不一致、时态混乱等），生成错误分类统计表（含错误类型、位置、修改建议），并提供Python代码调用Grammarly API实现批量修正。此提示词可避免低级语法错误，确保论文语言规范性。
- 学术词汇精准替换
分析【论文文本】中的高频口语化词汇或冗余表达，生成学术化替换建议表（如“很多”替换为“显著数量”，“结果”替换为“研究结论”），并附NLTK库代码实现自动替换与词频可视化柱状图。提升词汇专业性，增强学术严谨性。
- 段落逻辑连贯性优化
对【指定章节】进行逻辑连贯性评分，输出段落关联网络图（使用Graphviz绘制）、过渡句缺失定位表，并提供LaTeX代码插入逻辑连接词（如“然而”“综上所述”）的智能推荐模块。确保论文论证环环相扣，避免逻辑跳跃。
- 句子结构多样化调整
识别【论文全文】中的重复句型结构（如过多被动语态或长句堆砌），生成句型分布雷达图与多样化改写建议（如主动被动交替、长短句结合），并给出Python代码实现基于Hugging Face模型的句子自动重构。打破行文单调性，提升可读性。
- 引用格式自动化校验
针对【参考文献列表】，检测APA/MLA等格式错误（如标点缺失、作者名缩写不一致），生成错误定位报告与修正模板，同时提供Zotero API调用代码实现一键格式标准化。确保引用规范，规避学术不端风险。
- 图表描述一致性核查
对比【图标标题】与正文中的描述文本，生成一致性差异矩阵（如数据单位不匹配、关键结论遗漏），并附Matplotlib代码自动提取图表关键词生成描述建议。强化图文对应，提升数据呈现准确性。
- 学术术语定义审查
扫描【论文核心章节】，识别未明确定义的术语或缩写词，输出术语缺失清单与标准定义模板（含定义位置建议），同时提供Python代码构建术语知识图谱辅助上下文嵌入。避免概念模糊，增强论述严谨性。
- 摘要与结论匹配度分析
对比【摘要】与【结论】部分的核心观点，生成匹配度评分热力图与差异点列表（如结论中新增发现未在摘要体现），并提供R语言代码计算文本相似度指数（基于TF-IDF算法）。确保前后呼应，突出研究价值。
- 学术语气强化建议
分析【论文全文】的语气强度（如模糊表达“可能”“或许”的过度使用），生成语气弱化词频统计词云与强化替换方案（如“证明”替代“表明”），并集成权威性语句范例。提升论述说服力，彰显学术自信。
- 跨语言表达优化
针对非母语作者的【论文译文】，检测“中式英语”或文化特异性表达，生成本地化修改建议（如避免直译成语、调整例句背景），并提供Google Translate API与DeepL结合的代码实现语境适配重写。确保论文符合国际学术表达惯例。
暂无评论内容