N14 / 43 · Text Metrics Report
对中文文本做可复算的 启发式统计：句长波动、词汇多样性、重复片段与段落一致性，逐段标注值得人工复核的位置。
粘贴文本后点「开始统计」查看指标。
按段落列出句长波动与重复度，异常处标为「建议人工复核」，不代表 AI 生成。
尚无可展示的段落。
用单独一行 --- 分隔多份文本；批量结果可在表格里横向比较。
| 文本 | 字数 | 句数 | 句长波动 | TTR | 重复片段 | 连接词密度 |
|---|
围绕 AI 率、统计口径与使用边界整理。
目前没有可靠方法仅凭文本统计判定一段中文是否由 AI 生成，本页也不提供 AI 率百分比。文体、学科、编辑习惯、翻译腔与文本长度都会影响句长波动和词汇多样性；人工润色过的 AI 文本同样能改变这些特征。统计值只能定位「值得人工复核的段落」，不能作为学术不端判定依据。
市面上的「AI 率」多为各厂商自定阈值与 proprietary 模型输出的概率，口径不公开、跨工具结果差异大，也无法复算。本页改为公开可复算的统计口径：句长均值与标准差、字符 bigram 多样性、重复片段、标点与连接词密度、段落一致性，逐项列出数值与含义，但不把它们折算成百分比。论文请以所在机构正式规定与人工评阅为准。
六项主指标：句长均值与总体标准差（节奏波动）、字符 bigram 的 TTR 与 hapax 比例（用词多样性）、重复 4-gram 占比（模板化片段）、标点与连接词密度（书面化程度）、段落长度变异系数（结构均匀度）。本页把每项都做成可展开的说明与条形图，数值随输入实时复算。
常见思路有两类：一类是统计特征（困惑度、突发性、词频分布）与分类器，另一类是水印或来源追溯。前者对分布偏移敏感、误判率高，后者需要生成端配合。本页只做第一类里可复算、可解释的部分，并明确标注局限，不做真伪判断、不上传文本。
不能稳定区分。技术文档句长整齐、法律文本连接词密集、论文摘要高度模板化，都可能呈现所谓「机器感」；反过来，风格鲜明的人工写作也可能高度均匀。本页把异常段落标成「建议人工复核」而不是「AI 生成」，并支持多文本批量对比，帮助你看差异而不是下结论。
