改完一份稿子仍被说“像机翻”,通常不是单词错,而是句式偏好和学科语域没对上。先别急着再换模型或调参数,可以做三件可验证的事:找出连续三句以上同结构的段落,统计连接词和模糊量词密度,再按你所在学科的惯用写法重写一段做对照。对照后若换一段同类文字仍出现同款问题,多半是处理方式与语域不匹配;若换文后明显好转,则问题出在原文,需要回到原段落自行改写。
“像机翻”常由三类可查特征引起:句式单调、连接词与模糊量词堆叠、学科语域不一致。建议先按段落编号记录句首成分、句长和从句位置,再统计每百词连接词密度,然后拿一段同领域自写文字做对照。若换一段同类文字后仍出现同类问题,优先调整处理方式;若换文后明显好转,则回到原段落自行改写,并把通过的句式存成模板复用。
找出连续三句以上同结构的段落
机翻感最直观的来源是结构重复:连续三句以上都以主语开头、都以“的”字结构收尾、或都用相同的“当……时,……”模板。定位方法不复杂,先给每个自然段编号,再逐句填一张小表。
标注时可以记录三项:句首成分(主语、状语、连接词、时间词)、句子长度(短句 10 词以内、中句 10–20 词、长句 20 词以上)、从句位置(前置、后置、无从句)。格式建议统一,便于肉眼扫出重复行。
段号 句号 句首成分 句长区间 从句位置
P03 1 主语 中 无
P03 2 主语 中 无
P03 3 主语 中 无 ← 连续三句同结构,命中
P04 1 连接词 短 无
P04 2 主语 长 后置
P04 3 状语 中 前置
标准可以自己定,通常连续三句同结构就值得改。命中后先记录段落编号和句号,不要整篇乱改,只动这些段落。这一步能回答“哪几段让我读着平”。
统计连接词与模糊量词的出现密度
堆叠式表达不是看某个词有没有出现,而是看密度。做法是取段落原始文本,按空格或分词后统计词数,再数连接词和模糊量词的出现次数,换算成每百词出现次数。
计数口径要先固定:同一段落中,"因此""此外""然而""总之""值得注意的是"算连接词;"一定程度上""较为""相对""可能""大约""一些""某种"算模糊量词。名词短语里的同样词不单独重复计数,避免重复统计。
段号 词数 连接词数 模糊量词数 连接词/百词 模糊量词/百词
P03 180 9 6 5.0 3.3
P05 140 2 1 1.4 0.7
如果一段里连接词每百词超过 4 次、模糊量词每百词超过 2 次,通常可以判定为堆叠。候选删减清单可以先用这些:"因此""此外""然而""总之""值得注意的是""一定程度上""较为""相对""某种"。删减时不要一次删光,先删重复出现的第二个同类词,保留真正表示转折或因果的那一个。
把同一段按学科惯用写法重写一遍做对照
这一步是拿可比样本,判断差距来自文本还是处理方式。选一段已经改过但被说像机翻的文字,按你所在学科的惯用写法自己重写一遍,不改事实和数据,只调句式与语域。
重写原则可以固定三条:主被动选择——方法段多用被动或客观陈述,讨论段允许用主动提出判断;名词化程度——理工科结果段可以多用名词化短语,人文社科讨论段通常保持动词性表达;时态一致——描述既有事实用一般现在时,描述已完成的实验或调查用过去时,同一段内不来回切换。
原改文:因此,该方案在一定程度上能够较为有效地提升处理效率。
自写:该方案在处理该批数据时缩短了单次执行时间。
原改文:值得注意的是,在某种条件下,结果可能相对较好。
自写:在负载稳定时,结果更接近预期。
逐句差别要写出来:原改文用了双重缓和词,自写文只保留一个限定条件;原改文主语抽象,自写文有明确动作对象。把这类差别列成两栏,能直接看出是句式和语域没配对,而不是内容错。
确认是使用方式问题还是文本本身的问题
判定分支要动手做,不要靠感觉。先换一段同类型文字重试:找一段同学科、同文体、你原本写得比较顺的段落,按同样的处理方式改一遍,然后读三遍,看是否再次出现句式单调或连接词堆叠。
若换文后同样出现同类问题,说明当前处理方式与该学科语域不匹配,优先调整使用方式,比如更换句式约束、降低连接词替换频率、或在提示中明确学科和文体。若换文后明显好转,则问题回到原文,建议自行改写命中的段落,并记录下每次被点出的特征,例如“连续三句主语开头”“每百词连接词 6 次”。
验证方式很直接:把改后文字和自写文字并排读,标记读起来卡顿的位置。风险边界也要清楚,调整使用方式可能改变术语一致性,需要结合你的学科规范和交付要求确认,不能只看是否“顺口”。
把通过的自写句式存成可复用模板
只改一次不够,反复返工通常是因为没把通过的写法留下来。建议按段落类型存模板片段,下次直接替换主语和对象即可,不存整段成稿,只存骨架。
方法段:本文采用{方法名}处理{数据或样本},并以{指标}为参照进行比对。
结果段:在{条件}下,{对象}的{指标}表现为{观察到的方向}。
讨论段:该结果与{既有认识}一致的部分在于{点},需要进一步确认的是{点}。
模板适用的段落类型要标清楚:方法段适合被动和客观陈述,结果段适合名词化和一般现在时,讨论段允许主动判断但要控制模糊量词。每存一条,就在旁边写一句适用条件与需要替换的占位词,避免直接套用时出现语域漂移。这样下一次处理同类文字,可以先取模板对照,减少反复重试。