Humanize Chinese AI Text v3.0
Erkennung und Bearbeitung von chinesischen KI-generierten Texten – komplette Toolchain. Kann eigenständig genutzt werden (einheitliches CLI oder separate Skripte) oder als Leitfaden für LLM-Prompts.
Highlights v3.0: HC3-Genauigkeit 51→73 % (+22 Pkt.); Satzlängen-CV Cohen's d=1.22 stärkstes statistisches Merkmal; 40 Paraphrase-Vorlagen + 122 akademische Ersetzungen; einheitliches CLI + --quick 18× Geschwindigkeit.
CLI-Tools
Einheitliches CLI (empfohlen)
./humanize detect text.txt -v # Erkennung + detailliert
./humanize rewrite text.txt -o geaendert.txt --quick # Schnelle Bearbeitung (18× Geschwindigkeit)
./humanize academic aufsatz.txt -o geaendert.txt --compare # Akademische Reduktion + Doppelbewertungsvergleich
./humanize style text.txt --style xiaohongshu # Stiltransformation
./humanize compare text.txt -a # Vorher-Nachher-Vergleich
Separate Skripte (äquivalent)
Alle Skripte befinden sich im Verzeichnis scripts/, reines Python, keine Abhängigkeiten.
# KI-Muster erkennen (20+ Regel-Dimensionen + 8 statistische Merkmale, 0-100 Punkte)
python scripts/detect_cn.py text.txt
python scripts/detect_cn.py text.txt -v # Detailliert + verdächtigste Sätze
python scripts/detect_cn.py text.txt -s # Nur Bewertung
python scripts/detect_cn.py text.txt -j # JSON-Ausgabe
# Bearbeiten (drei Stufen: konservativ/moderat/vollständig)
python scripts/humanize_cn.py text.txt -o sauber.txt
python scripts/humanize_cn.py text.txt --scene social -a # Sozial + aggressiv
python scripts/humanize_cn.py text.txt --quick # 18× Geschwindigkeit, reine Ersetzung
python scripts/humanize_cn.py text.txt --cilin # CiLin-Synonym-Erweiterung aktivieren
# Stiltransformation (erst automatisch humanisieren, dann Stil anwenden)
python scripts/style_cn.py text.txt --style zhihu -o ausgabe.txt
# Vorher-Nachher-Vergleich
python scripts/compare_cn.py text.txt --scene tech -a
# Akademische AIGC-Reduktion (11 Dimensionen + Streuung + Doppelbewertung)
python scripts/academic_cn.py aufsatz.txt -o sauber.txt --compare
python scripts/academic_cn.py aufsatz.txt -o sauber.txt -a --compare # Aggressiv
python scripts/academic_cn.py aufsatz.txt -o sauber.txt --quick # Schnellmodus
Bewertungskriterien
| Punktzahl | Stufe | Bedeutung |
|---|---|---|
| 0-24 | NIEDRIG | Sieht weitgehend menschlich aus |
| 25-49 | MITTEL | Einige KI-Spuren |
| 50-74 | HOCH | Wahrscheinlich KI-generiert |
| 75-100 | SEHR HOCH | Fast sicher KI |
Parameterübersicht
| Parameter | Beschreibung |
|---|---|
-v | Detaillierter Modus, zeigt verdächtige Sätze |
-s | Nur Bewertung |
-j | JSON-Ausgabe |
-o | Ausgabedatei |
-a | Aggressiver Modus |
--seed N | Fester Zufalls-Seed |
--scene | general / social / tech / formal / chat |
--style | casual / zhihu / xiaohongshu / wechat / academic / literary / weibo |
--compare | Vorher-Nachher-Vergleich (akademische Doppelbewertung) |
--quick | Schnellmodus (statistische Optimierung überspringen, 18× Geschwindigkeit) |
--cilin | CiLin-Synonym-Erweiterung aktivieren (humanize, 38873 Wörter) |
--no-humanize | Vor Stiltransformation keine KI-Wörter entfernen |
Arbeitsablauf
# 1. Erkennung
./humanize detect dokument.txt -v
# 2. Bearbeiten + Vergleich
./humanize compare dokument.txt -a -o sauber.txt
# 3. Überprüfung
./humanize detect sauber.txt -s
# 4. Optional: Stiltransformation
./humanize style sauber.txt --style zhihu -o endgueltig.txt
HC3-Chinese-Benchmark
v3.0 Alle Schwellenwerte basieren auf dem Cohen's d-Abgleich von HC3-Chinese mit 300+300 menschlichen/KI-Stichproben:
- Satzlängen-Variationskoeffizient CV: d = 1.22 (stärkstes Einzelsignal)
- Anteil kurzer Sätze (< 10 Zeichen): d = 1.21
- Perplexität: d = 0.47
- GLTR top-10 bucket: d = 0.44
- DivEye skew / kurt: d = 0.41 / 0.29
- Kommadichte: d = -0.47
100-Stichproben-Regressionstest: 73 % korrekte Trennrate / 9,9 Punkte Unterschied / +4,2 durchschnittliche Reduktion.
Leitfaden zur direkten Nutzung von LLMs
Wenn der Benutzer „KI-Geruch entfernen“, „AIGC reduzieren“, „Text humanisieren“ oder „in menschliche Sprache umwandeln“ möchte und die CLI-Tools nicht ausgeführt werden können, folgen Sie dem untenstehenden Ablauf zur manuellen Bearbeitung.
Schritt 1: KI-Schreibmuster erkennen
Scannen Sie den Text auf folgende Muster, kategorisiert nach Schweregrad:
🔴 Hochrisiko-Muster (sofort als KI erkennbar)
Dreiteilungs-Schemata:
- Zuerst… zweitens… schließlich
- Einerseits… andererseits
- Erstens… zweitens… drittens
Mechanische Verknüpfungswörter: Bemerkenswert ist, zusammenfassend, leicht zu erkennen, kurz gesagt, gleichzeitig, daraus ergibt sich, nicht nur das, mit anderen Worten, wichtiger ist, unbestreitbar, offensichtlich, selbstverständlich, letztendlich
Leere, hochtrabende Wörter: Ermächtigen, schließen, digitale Transformation, Synergien steigern, Kosten senken und Effizienz steigern, tiefgreifende Integration, umfassend, multidimensional, systematisch, qualitativ hochwertige Entwicklung, neue qualitative Produktivkräfte
🟠 Mittleres Risiko
Häufige KI-Wörter: unterstützen, hervorheben, betonen, zugrunde liegende Logik, Hebel, erreichen, sedimentieren, reflektieren, iterieren, durchbrechen, umstürzen
Füllfloskeln: erwähnenswert ist, bekanntlich, zweifellos, konkret gesagt, kurz gesagt
Vorlagen-Satzstrukturen:
- Mit der ständigen Entwicklung von…
- Im heutigen… Zeitalter
- Im Kontext von…
- Als wichtiger Bestandteil von…
- Dies ist nicht nur… sondern auch…
Ausgewogene Argumentationsfloskeln: obwohl… aber… gleichzeitig, sowohl… als auch… sowie
🟡 Niedriges Risiko
- Zu viele zögerliche Ausdrücke („in gewissem Maße“, „bis zu einem gewissen Grad“ mehr als 5 Mal)
- Aufzählungssucht (ständig ①②③④⑤)
- Übermäßige Zeichensetzung (viele Semikolons, Gedankenstriche)
- Rhetorik-Häufung (zu viele Parallelismen und Antithesen)
⚪ Stilistische Signale
- Absatzlängen sind sehr einheitlich
- Satzlängen sind eintönig
- Emotionale Ausdrucksweise ist flach
- Satzanfänge wiederholen sich
- Geringe Informationsentropie (vorhersehbare Wortwahl)
Schritt 2: Bearbeitungsstrategie
In der folgenden Reihenfolge vorgehen:
1. Dreiteilung entfernen „Zuerst… zweitens… schließlich“ auflösen und durch natürliche Übergänge ersetzen. Nicht jeder Punkt muss nummeriert werden.
2. KI-Floskeln ersetzen
- Zusammenfassend → Kurz gesagt / Im Grunde / (direkt löschen)
- Bemerkenswert ist → (direkt löschen, der folgende Satz spricht für sich)
- Ermächtigen → helfen / unterstützen / verbessern
- Digitale Transformation → Informationsmodernisierung / technologische Aufwertung
- Leicht zu erkennen → ist zu sehen / (löschen)
- Unterstützen → helfen / fördern
3. Satzstruktur umstellen
- Zu kurze Sätze zusammenführen („Er ist müde. Er beschließt, sich auszuruhen.“ → „Er ist müde und gönnt sich eine Pause.“)
- Zu lange Sätze trennen (an Wendepunkten wie „aber“, „jedoch“, „gleichzeitig“)
- Gleichmäßigen Rhythmus durchbrechen (lange und kurze Sätze abwechseln, nicht alle Sätze gleich lang)
4. Wiederholte Wortwahl reduzieren Wenn ein Wort mehr als 3 Mal vorkommt, durch ein Synonym ersetzen. Z. B. „durchführen“ kann durch „machen“, „erledigen“, „durchführen“, „beginnen“ ersetzt werden.
5. Menschliche Note einbringen
- Ein oder zwei umgangssprachliche Ausdrücke einfügen (wenn der Kontext es erlaubt)
- Konkrete Beispiele statt abstrakter Verallgemeinerungen verwenden
- Gelegentlich eine rhetorische Frage oder einen Ausruf einfügen
- Nicht jeden Absatz mit einer Zusammenfassung beginnen und beenden
6. Absatzrhythmus Das gleichmäßige Muster brechen, dass alle Absätze ungefähr gleich lang sind. Einige Absätze haben 2 Sätze, andere 5 – wie bei natürlichem Schreiben.
Schritt 3: Spezielle Behandlung akademischer Arbeiten
Bei akademischen Texten gelten andere Bearbeitungsregeln – keine Umgangssprache, sondern akademische Strenge wahren:
Akademische Erkennungsdimensionen:
- KI-akademische Ausdrucksweise („Dieser Artikel zielt darauf ab“, „hat große Bedeutung“, „wurde eingehend analysiert“)
- Übermäßige Passivkonstruktionen („wird häufig verwendet“, „wird als… angesehen“)
- Zu gleichmäßige Absatzstruktur (jeder Absatz Einleitung – Hauptteil – Zusammenfassung)
- Abnormale Dichte von Konnektoren
- Mangel an synonymem Ausdruck („Forschung“ kommt 8 Mal vor)
- Geringe Integration von Zitaten (jedes Zitat beginnt mit „XX (2020) stellt fest…“)
- Schablonenhafte Datenbeschreibung („Wie aus der Tabelle ersichtlich“)
- Übermäßige Aufzählungen (①②③④ treten häufig auf)
- Zu perfekte Schlussfolgerungen (nur Vorteile, keine Einschränkungen)
- Zu bestimmter Ton („zwangsläufig“, „zweifellos“)
Akademische Bearbeitungsstrategie:
-
KI-akademische Floskeln ersetzen (akademischen Stil wahren):
- Dieser Artikel zielt darauf ab → Dieser Artikel versucht / Die vorliegende Studie konzentriert sich auf
- Hat große Bedeutung → Ist beachtenswert / Hat einen gewissen Referenzwert
- Studien zeigen → Frühere Forschungsergebnisse zeigen / Die bestehende Literatur zeigt / Der Autor beobachtet
- Wurde eingehend analysiert → Wurde vorläufig untersucht / Wurde diskutiert
- Hat bemerkenswerte Ergebnisse erzielt → Hat gewisse Effekte erzielt / Erste Erfolge gezeigt
-
Passivsätze reduzieren:
- Wird häufig verwendet → Findet breite Anwendung / Wird in vielen Bereichen eingesetzt
- Wird als… angesehen → Wird üblicherweise als… betrachtet / Allgemein wird angenommen
-
Akademische Zurückhaltung einbringen (Hedging): Vor zu absoluten Urteilen „möglicherweise“, „in gewissem Maße“, „zum gegenwärtigen Zeitpunkt“, „vorläufig betrachtet“ einfügen
-
Autorensubjektivität verstärken:
- Studien zeigen → Der Autor ist der Ansicht / Die vorliegende Studie zeigt
- Es kann angenommen werden → Der Autor neigt zu der Annahme
-
Einschränkungen ergänzen: Wenn der Schlussabschnitt keine Einschränkungen erwähnt, einen Satz wie „Natürlich hat auch diese Studie gewisse Einschränkungen…“ einfügen.
-
Strukturgleichmäßigkeit aufbrechen: Absatzlängen anpassen, sodass nicht alle Absätze gleich lang sind. Zu kurze Absätze zusammenführen, zu lange teilen.
Schritt 4: Überprüfung
Nach der Bearbeitung die Wirkung mit dem CLI-Tool überprüfen:
./humanize detect ausgabe.txt -s
Ziel (basierend auf dem verstärkten Detektor von v3.0):
- Allgemeine Texte auf unter 50 Punkte senken (MITTEL-Bereich)
- Akademische Arbeiten auf unter 40 Punkte senken (akademisch-spezifisch) und allgemeine Bewertung auf unter 35 Punkte
- Tatsächliche ChatGPT-Ausgaben liegen normalerweise bereits bei 5-25 Punkten; eine Reduktion um 3-10 Punkte nach der Bearbeitung ist bereits ein Erfolg
- Bei schablonenhaften KI-Texten (Aufsatzvorlagen/Stereotype) sind Reduktionen von 50+ Punkten zu beobachten
Hinweis: Der v3.0 detect_cn enthält drei starke Indikatoren (Satzlängen-CV, Anteil kurzer Sätze, Kommadichte), daher fallen die Punktzahlen für denselben Text im Vergleich zu v2.x etwas höher aus (genauer). Dies ist normal.
Konfigurationshinweise
Alle Erkennungsmuster und Ersetzungsregeln befinden sich in scripts/patterns_cn.json und können angepasst werden:
- Hinzufügen neuer KI-Vokabeln
- Anpassen von Gewichtungen
- Hinzufügen von Ersetzungsregeln
- Ändern von regulären Ausdrücken
Externe Konfigurationsfelder
critical_patterns — Hochgewichtige Erkennung (Dreiteilungen, Konnektoren, leere Wörter)
high_signal_patterns — Mittelgewichtige Erkennung (häufige KI-Wörter, Vorlagensätze)
replacements — Ersetzungswörterbuch (reguläre Ausdrücke + reiner Text)
academic_patterns — Akademische Erkennung und Ersetzung
scoring — Gewichtungs- und Schwellenwerteinstellungen