自O(shè)penAI發(fā)布了ChatGPT以來，學術(shù)寫作領(lǐng)域也發(fā)生了翻天覆地的變化。有人用它查文獻、有人用它找思路，還有人用它改語言甚至直接寫論文，越來越多的學術(shù)Plug-ins也被接入到了GPT4 (不過需要付費）?。既然如此，一個GPT-4 是不是就能搞定這件事呢？專業(yè)的學術(shù)寫作AI工具，是不是可以通通扔掉了呢？答案是否定的，具體文末進行解答，先進入福利環(huán)節(jié) 。

現(xiàn)在你可以免費使用哈佛、斯坦福、耶魯、東京、京都大學等 名校、期刊和出版社所合作的AI工具——Trinka，只要你每個月的投稿量不超過兩篇，就可白嫖。?

Trinka的部分機構(gòu)合作品牌↑

品牌實誠地放上了測試報告↑

如下圖所示注冊后可直接免費使用

網(wǎng)址：https://trinka.enago.cn/?utm_source=bilibili&utm_medium=influencer-marketing&utm_campaign=ZIYU （免費注冊請復制該url到瀏覽器打開即可）

??

特色功能①?

自動編輯(潤色)

??

特色功能②?

期刊推薦(粘貼摘要即可)

??

特色功能③?

投稿決策檢查(輸入你要投遞的期刊名)

??

其他一般AI工具都有的功能此處略過，大家可以注冊后自己摸索。使用咨詢可以加：lyhxiaosui，其他客服問題請走它們官網(wǎng)途徑。

網(wǎng)址：https://trinka.enago.cn/?utm_source=bilibili&utm_medium=influencer-marketing&utm_campaign=ZIYU （免費注冊請復制該url到瀏覽器打開即可）

廣告完畢。

現(xiàn)在我們一起來聊聊，專業(yè)的學術(shù)寫作AI工具比ChatGPT強在哪里。

第一，強在“風格檢查”功能。

眾所周知，學術(shù)寫作有自己的“風格”，甚至不同的期刊都有自己的“風格指南”文檔。一個人工智能工具是否能有效識別文本的風格、提出合適的寫作改進建議，成為衡量其適用性的重要指標。?那么如何達到出色的效果呢？

??

我們先來看看“風格檢查”任務(wù)的技術(shù)實現(xiàn)（如下框）

第一步：構(gòu)建"語法樹"

首先需要對文本進行分析，整個過程涉及到識別句子中的詞匯（如名詞、動詞和形容詞）和語法單元（如短語和從句），并確定它們之間的語法關(guān)系。分析后的結(jié)果是一個樹形結(jié)構(gòu)(語法樹），其中每個節(jié)點代表一個詞或短語，每個邊代表一個語法關(guān)系。到這里，基本就能檢查出語法問題如——主謂不一致、動詞時態(tài)錯誤、冠詞使用錯誤等。

第二步：特征提取

然后我們可以從語法樹中提取出各種語法特征，如主語-謂語對、名詞短語、動詞短語等。這些特征可以幫助我們理解句子的深層結(jié)構(gòu)和含義。

第三步：風格檢查

最后，我們可以使用第二步特征提取的結(jié)果，來檢查文本的風格。例如，我們可以計算每個句子的平均長度，詞匯復雜性和被動語態(tài)的使用頻率，或者每個段落的主題句的數(shù)量，然后根據(jù)這些信息來評估文本的風格問題，例如句子過長、詞匯過于復雜或過度使用被動語態(tài)。

??

整個過程中，專業(yè)學術(shù)寫作AI工具(如Trinka)?從第一步開始就跟ChatGPT有明顯差別。由于Trinka的最初設(shè)計目標是“改進學術(shù)寫作”，所以它所使用的語法分析技術(shù)更為復雜， 如它會進行依存關(guān)系分析、成分結(jié)構(gòu)分析等，因此最后得到的“語法樹 ”更豐富。這樣一來，基于“語法樹 ”的風格檢查就能夠區(qū)分出更多數(shù)量的不同風格，給出更為精細化的改進建議。

其次, 第一步和第二步還涉及機器學習，試圖識別和度量文本中無法通過簡單規(guī)則或公式來捕捉的復雜模式。這個過程所依賴的機器學習模型通常是聚焦解決文本分類問題的模型，如樸素貝葉斯、支持向量機、或者深度學習模型如卷積神經(jīng)網(wǎng)絡(luò)（CNN）或長短期記憶網(wǎng)絡(luò)（LSTM）等。用來訓練和調(diào)整這些模型的數(shù)據(jù)也是為特定任務(wù)收集和標注的，如不同類型期刊的過往文章等。而這些都不是ChatGPT訓練的重點模型和數(shù)據(jù), 但卻是Trinka和其他專業(yè)學術(shù)寫作AI工具所使用的。

第二，剽竊檢查方面，完勝ChatGPT。

剽竊檢查主要是通過“文本對比”任務(wù)來實現(xiàn)的，通過一系列技術(shù)手段來對比兩個文本的相似性來評估是否存在剽竊問題，其中的一個核心概念就是“余弦相似度”?；具壿嬀褪菍⒚總€文本表示為一個向量，其中每個維度對應(yīng)一個詞匯，其值通常為該詞在文檔中出現(xiàn)的頻率或權(quán)重。然后，通過計算這兩個向量的余弦值，我們可以得到這兩個文本的相似度。ChatGPT的主要功能是生成和理解人類語言，而不是進行文本比對或計算文本相似度。因此，ChatGPT本身并不包含計算余弦相似度的功能。

第三，文獻檢索方面，學術(shù)寫作AI工具目前也更勝一籌。

眾所周知，ChatGPT的訓練數(shù)據(jù)主要來自于互聯(lián)網(wǎng)，它目前無法直接訪問學術(shù)文獻數(shù)據(jù)庫，無法提供專門的文獻檢索，當然有很多Plug-ins正在接入，不可否認將來可能可以實現(xiàn)文獻搜索。另外，學術(shù)寫作AI工具通常會提供一系列的功能來幫助用戶找到和管理文獻。例如，會提供關(guān)鍵詞搜索、主題搜索、作者搜索、引文管理、文獻標注、文獻推薦、文獻評價等。而這些ChatGPT目前都無法做到。

綜上所述，我還是更加推薦大家使用專業(yè)的學術(shù)AI工具來幫助論文語言問題和投稿問題，保守一點。這里再次放上Trinka的免費使用網(wǎng)址，每個月發(fā)文量不超過兩篇的國內(nèi)作者，足夠使用了。???網(wǎng)址：https://trinka.enago.cn/?utm_source=bilibili&utm_medium=influencer-marketing&utm_campaign=ZIYU （免費注冊請復制該url到瀏覽器打開即可）