Humanize Chinese AI Text v3.0

中国語AI生成テキストの検出と書き換えのための完全なツールチェーン。単独実行（統一CLIまたは独立スクリプト）も、LLMプロンプトガイドとしての利用も可能です。

v3.0のハイライト： HC3精度 51→73%（+22ポイント）；句長CV Cohen's d=1.22 最強の統計的特徴；40パラフレーズテンプレート + 122学術置換；統一CLI + --quick 18倍高速。

CLIツール

統一CLI（推奨）

./humanize detect テキスト.txt -v                      # 検出 + 詳細
./humanize rewrite テキスト.txt -o 書き換え後.txt --quick    # 高速書き換え（18倍）
./humanize academic 論文.txt -o 書き換え後.txt --compare  # 学術低減 + 両スコア比較
./humanize style テキスト.txt --style xiaohongshu      # スタイル変換
./humanize compare テキスト.txt -a                      # 変換前後比較

独立スクリプト（同等機能）

すべてのスクリプトは scripts/ ディレクトリにあり、純粋なPythonで依存関係はありません。

# AIパターン検出（20以上のルール次元 + 8統計的特徴、0-100点）
python scripts/detect_cn.py text.txt
python scripts/detect_cn.py text.txt -v          # 詳細 + 最も疑わしい文
python scripts/detect_cn.py text.txt -s           # スコアのみ
python scripts/detect_cn.py text.txt -j           # JSON出力

# 書き換え（保守的/中程度/全面的 の3段階適応）
python scripts/humanize_cn.py text.txt -o clean.txt
python scripts/humanize_cn.py text.txt --scene social -a   # ソーシャル + 積極的
python scripts/humanize_cn.py text.txt --quick             # 18倍高速、単純置換
python scripts/humanize_cn.py text.txt --cilin             # CiLin類義語拡張を有効化

# スタイル変換（まず自動humanize、次にスタイル適用）
python scripts/style_cn.py text.txt --style zhihu -o out.txt

# 変換前後比較
python scripts/compare_cn.py text.txt --scene tech -a

# 学術論文AIGC低減（11次元 + 拡散度 + 両スコア）
python scripts/academic_cn.py paper.txt -o clean.txt --compare
python scripts/academic_cn.py paper.txt -o clean.txt -a --compare  # 積極的
python scripts/academic_cn.py paper.txt -o clean.txt --quick       # 高速モード

スコア基準

スコア	レベル	意味
0-24	LOW	ほぼ人間が書いたように見える
25-49	MEDIUM	AIの痕跡がややある
50-74	HIGH	高い確率でAI生成
75-100	VERY HIGH	ほぼ確実にAI生成

パラメータ一覧

パラメータ	説明
`-v`	詳細モード、疑わしい文を表示
`-s`	スコアのみ
`-j`	JSON出力
`-o`	出力ファイル
`-a`	積極的モード
`--seed N`	乱数シード固定
`--scene`	general / social / tech / formal / chat
`--style`	casual / zhihu / xiaohongshu / wechat / academic / literary / weibo
`--compare`	変換前後比較（学術用両スコア）
`--quick`	高速モード（統計的最適化をスキップ、18倍高速）
`--cilin`	CiLin類義語拡張を有効化（humanize、38873語）
`--no-humanize`	style変換前にAI用語を除去しない

ワークフロー

# 1. 検出
./humanize detect document.txt -v
# 2. 書き換え + 比較
./humanize compare document.txt -a -o clean.txt
# 3. 検証
./humanize detect clean.txt -s
# 4. オプション：スタイル変換
./humanize style clean.txt --style zhihu -o final.txt

HC3-Chinese ベンチマークテスト

v3.0のすべての閾値は、HC3-Chinese の300+300の人間/AIサンプルに基づくCohen's dで校正されています：

句長変動係数 CV: d = 1.22（最強の単一信号）
短文率 (< 10文字): d = 1.21
perplexity: d = 0.47
GLTR top-10 bucket: d = 0.44
DivEye skew / kurt: d = 0.41 / 0.29
カンマ密度: d = -0.47

100サンプル回帰テスト：73%の正しい分離率 / 9.9点のギャップ / +4.2の平均低下。

LLM直接利用ガイド

ユーザーが「AI臭を消して」「AIGCを減らして」「テキストを人間らしく」「人間の言葉に直して」と要求した場合、CLIツールを実行できない状況では、以下の手順で手動処理を行います。

ステップ1：AIの書き方パターンの検出

テキスト内の以下のパターンをスキャンし、深刻度に応じて分類します：

🔴 高リスクパターン（一目でAIとわかる）

三段式テンプレート：

まず…次に…最後に
一方では…他方では
第一に…第二に…第三に

機械的な接続詞： 注目すべきは、以上をまとめると、容易にわかる、要するに、それと同時に、これにより、これだけでなく、言い換えれば、さらに重要なのは、否定できない、明らかである、言うまでもなく、突き詰めれば

空虚な大げさな言葉： エンパワーメント、クローズドループ、デジタルトランスフォーメーション、シナジー効果、コスト削減と効率化、深い融合、全方位的、多次元的、体系的な、質の高い発展、新たな生産力

🟠 中リスクパターン

AI高頻出語： 促進、顕著、際立つ、根底のロジック、抓手、リーチ、沈殿、振り返り、イテレーション、界を破る、破壊

埋め草の決まり文句： 特筆すべきは、周知のとおり、疑いの余地なく、具体的には、簡単に言えば

テンプレート文型：

～の絶え間ない発展に伴い
今日の～時代において
～の背景のもとで
～の重要な構成要素として
これは～だけでなく、さらに～である

バランス論じの常套句： ～ではあるが…同時に、～もあれば…もあり、さらに～もある

🟡 低リスクパターン

ためらい語が多すぎる（「ある程度」「いくぶん」が5回以上出現）
列挙中毒（①、②、③、④、⑤を多用）
句読点の乱用（多くのセミコロン、ダッシュ）
修辞の重ねすぎ（対句、並列が多すぎる）

⚪ スタイル信号

段落の長さが非常に均一
文の長さが単調
感情表現が平板
書き出しパターンが繰り返される
情報エントロピーが低い（使用語が予測可能）

ステップ2：書き換え戦略

以下の順序で処理します：

1. 三段式を削除 「まず…次に…最後に」をばらして、自然な推移に置き換えます。すべての論点に番号を振る必要はありません。

2. AI決まり文句を置換

以上をまとめると → とにかく / つまり / （直接削除）
注目すべきは → （直接削除、続く文だけで説明できる）
エンパワーメント → 支援 / サポート / 向上
デジタルトランスフォーメーション → 情報化改修 / 技術アップグレード
容易にわかる → 見てわかる / （削除）
促進 → 助ける / 推進する

3. 文構造の再編

短すぎる文を結合（「彼は疲れた。彼は休むことにした。」→「彼は疲れて、ひと休みすることにした。」）
長すぎる文を分割（「しかし」「ただし」「同時に」などの転換点で区切る）
均一なリズムを打破（長短の文を交互に配置し、すべての文がほぼ同じ長さにならないようにする）

4. 重複語を減らす 同じ単語が3回以上出現したら類義語に置き換えます。例えば「行う」は「やる」「実施する」「進める」「着手する」などに。

5. 人間らしさを注入

口語表現を1、2文加える（状況が許せば）
抽象的な一般化の代わりに具体的な例を使う
たまに反語や感嘆を入れる
すべての段落を総-分-総構造にしない

6. 段落のリズム すべての段落がほぼ同じ長さになるのを避けます。ある段落は2文、別の段落は5文、人間が書くときの自然な長短の変化を模倣します。

ステップ3：学術論文の特別処理

テキストが学術論文の場合、書き換えルールが異なります——口語化はできず、学術的な厳密さを維持する必要があります：

学術専用検出次元：

AI学術的措辞（「本稿の目的は」「重要な意義を持つ」「詳細な分析を行った」）
受動態の過剰使用（「広く応用されている」「～と考えられている」）
段落構造が整然としすぎている（各段落が総-分-総）
接続詞の密度異常
同義表現の不足（「研究」が8回出現）
引用の統合度が低い（すべての引用が「XX（2020）は…と指摘した」）
データ論述のテンプレート化（「表からわかるように」）
過度な列挙（①、②、③、④が頻繁に出現）
結論が完璧すぎる（限界に触れず、良い面だけを述べる）
口調が確定的すぎる（「必然的に」「疑いなく」）

学術書き換え戦略：

AI学術決まり文句を置換（学術性は維持）：
- 本稿の目的は → 本稿では試みる / 本研究が注目する
- 重要な意義を持つ → 注目に値する / 一定の参考価値がある
- 研究によると → 先行研究によれば / 既存文献が示す / 筆者が観察した
- 詳細な分析を行った → 初步的な検討をした / 考察を展開した
- 顕著な成果を挙げた → 一定の効果が見られた / 初歩的な成果が得られた
受動態を減らす：
- 広く応用されている → 多く用いられている / 複数の分野で応用されている
- ～と考えられている → 通常～と見なされている / 一般的に～とされている
学術的ヘッジ（曖昧表現）を注入： 過度に断定的な判断の前に「可能性がある」「ある程度」「現時点では」「初步的に見ると」を追加する。
著者の主体性を強化：
- 研究によると → 筆者は考える / 本研究が発見した
- ～と考えられる → 筆者は～と考える傾向がある
限界を補足： 結論部に限界が言及されていない場合、「もちろん、本研究にも一定の限界がある…」と一文加える。
構造の均一性を打破： 段落の長さを調整し、すべてが同じにならないようにする。短すぎる段落は結合し、長すぎるものは分割する。

ステップ4：検証

書き換え後、CLIツールで効果を確認します：

./humanize detect output.txt -s

目標（v3.0の強化検出器に基づく）：

汎用テキストは50点未満（MEDIUM範囲）に下げる
学術論文は40点未満（学術専用）に下げ、汎用スコアは35点未満に下げる
実際のChatGPT出力のベースラインは通常5～25点であり、書き換えで3～10点下がれば成功
ステレオタイプなAIテンプレート文（論文テンプレート/八股文）では50点以上の低下が見られることもある

注：v3.0 detect_cn では句長CV + 短文率 + カンマ密度の3つの強力な指標を追加したため、同じテキストでもスコアがv2.xよりやや高くなる（より正確になる）ことがあります。これは正常な動作です。

設定説明

すべての検出パターンと置換ルールは scripts/patterns_cn.json にあり、カスタマイズ可能です：

新しいAI語彙の追加
重みの調整
置換ルールの追加
正規表現マッチの修正

外部設定フィールド

critical_patterns    — 高重み検出（三段式、接続詞、空疎語）
high_signal_patterns — 中重み検出（AI高頻出語、テンプレート文）
replacements         — 置換辞書（正規表現 + プレーンテキスト）
academic_patterns    — 学術専用検出と置換
scoring              — 重みと閾値の設定

voidborne-d/humanize-chinese

humanize-chinese とは？

お気に入りのAIに質問する

ドキュメント