中文论文 AI 写作高频词 — 参考词表

本文档列出中文学位论文中最容易暴露 AI 写作痕迹的高频词， 并给出推荐的"每篇出现次数上限"。配套文件 tone-thresholds.yaml 是 deai_check.py 实际读取的权威配置；本文件仅作设计说明。

阈值如何生效

• deai_check.py 启动时读取 tone-thresholds.yaml。
• term_thresholds: 中每个词，单篇可见正文（经 parser 抽取，剥离引用、 公式、注释后）出现次数超过阈值即触发一次 [Script] LOW 痕迹。
• 中文不分词，按字符串 substring 计数。
• 阈值修改在 yaml 中进行；本文件不被代码读取。

维护节律（本词表是快照，不是终态）

本词表记录的是当前的 AI 写作高频词，而非永久不变的真理。随着"赋能""彰显" 等词被广泛点名，有意识的作者会主动过滤、其频率随之下降；同时新的 AI 偏好词 持续涌现。建议每半年参考 excess-vocabulary 类研究复审一次，按需增删， 不要当成冻结清单。

• 上次复审：2026-06
• 来源：Kobak et al., Sci. Adv. 2025；Geng & Trotta 2025

高频 AI 中文连接词

这些词不是禁词，少量使用是必要的。阈值代表"再多评审就会觉得套路化"的临界值。

词	阈值	备注
首先	4	议论开头模板的标志词
其次	4	与"首先"成对，常被堆叠
然而	5	转折滥用，常常没有真正的转折语义
此外	4	补充连接词，常用于堆砌
因此	6	推理结论标志，可保留更多
另外	3	与"此外"功能重复，建议合并
进而	3	AI 偏爱的递进词
而且	4	与"并且"功能重复
显然	3	越自然的语境越不需要这个词
通常	4	模糊频率，可量化时建议替换
一般	5	比"通常"更弱
尤其	3	强调词，AI 喜用

内容模板词

词	阈值	备注
显著	5	通常缺 p 值或效应量支撑
全面	3	单一研究难以"全面"
深入	3	营销语言
大量	3	模糊量词
众多	3	模糊量词
重要	5	解释清楚何为"重要"
关键	5	同上
核心	4	一篇论文不该出现太多"核心"
基本	4	含糊
主要	5	含糊
最为	3	最高级修辞
极为	3	最高级修辞
尤为	3	最高级修辞

段落首字重复（burstiness）

连续 3 段以相同的前 4 个中文字符开头时触发。典型情况：

• "本节首先..." / "本节首先..." / "本节首先..."
• "为了进一步..." / "为了进一步..." / "为了进一步..."
• "在本章中..." / "在本章中..." / "在本章中..."

修复方法：把至少一段重写为不同的句法形态（前置状语、对比连接、问题句）。

段首清嗓子（throat clearing）

段落第一条非空可见行匹配以下模式即触发：

• 综上所述 / 总而言之 / 总的来说 / 由此可见
• 值得指出的是 / 值得注意的是 / 需要指出的是 / 需要说明的是
• 不难发现 / 不难看出 / 众所周知 / 毋庸讳言
• 「首先,」「其次,」「然而,」「此外,」开头
• 一方面 / 另一方面

每个触发记一次 [Script] LOW。

标点模式

• 整篇 "——" 数量超过 max_em_dashes_per_doc 时，在首次出现处记一次聚合痕迹。
• 中文 "！" 或英文 "!" 出现在正文章节（摘要至结论之间）时，每次记一条痕迹。 公式、代码、注释被剥离不计。

不在本表中的内容

• 句法语法（由 analyze_logic.py / 编辑器自检覆盖）
• 引用密度（由 check_references.py 覆盖）
• 章节结构（由 check_format.py / map_structure.py 覆盖）
• 学校命名规范（由 templates/ 覆盖）
• 保留术语（由 forbidden-terms.md 覆盖）