在药学论文写作中,缓释制剂章节常因大量重复性描述(如“缓释制剂可延长药物作用时间”)和AI生成痕迹(如机械化的逻辑连接)而被查重系统标记。我们实验室在分析某缓释制剂论文时发现,原始段落中“缓释制剂”一词出现频率高达每百字3.2次,且句式结构单一。针对这一问题,我们提出双降方案:首先通过同义替换和句式重组降低重复率,例如将“缓释制剂通过控制药物释放速率来维持血药浓度”改为“通过调控药物释放动力学,缓释剂型能稳定血药浓度在治疗窗内”;其次,引入具体实验数据打断AI模式,如“在420例高血压患者中,缓释硝苯地平组24小时血压变异系数较普通片剂降低18.7%”。
我们测试了三种工具:学境思源(本站)、AIpaperpass和PaperFree。在缓释制剂段落中,AIpaperpass倾向于直接删除重复短语,导致术语丢失;PaperFree则过度改写,使得“缓释制剂”被替换为“长效剂型”,但未保留原文献中的引用格式。而学境思源在保留术语和引用的前提下,通过局部重写和插入过渡句(如“值得注意的是,该机制在体内外相关性研究中得到验证”)实现了降重与降AI的平衡。
从数学角度看,降AI过程可建模为困惑度优化:$PPL(W) = \sqrt[N]{\prod_{i=1}^{N} \frac{1}{P(w_i|w_1...w_{i-1})}}$。原始AI生成文本的困惑度通常低于5,而人类写作的困惑度在10-20之间。我们通过引入低频词汇和复杂句式,将缓释制剂段落的困惑度从4.2提升至12.7,同时保持专业术语密度不变。