genai latex proofreader

مصحح النصوص GenAI LaTeX

GenAI LaTeX Proofreader هي أداة آلية تستخدم الذكاء الاصطناعي التوليدي للتدقيق اللغوي واقتراح تحسينات على الأوراق العلمية المكتوبة بلغة LaTeX. يتم إلحاق الاقتراحات بملف مصدر LaTeX الأصلي لإنشاء تقرير التدقيق اللغوي. هذه الأداة مخصصة في المقام الأول للمؤلفين الذين يعملون على ورقة علمية.

بمزيد من التفاصيل، يحتوي تقرير التدقيق اللغوي الذي تم إنشاؤه على الورقة الأصلية قيد المراجعة، مع قائمة الاقتراحات المرفقة في بداية كل قسم. لكل قسم، يتم إنشاء التعليقات من منظور شخصيات مختلفة في التدقيق اللغوي. على سبيل المثال، عند كتابة ورقة بحثية، يمكن أن يكون هؤلاء "خبير المجال" و"خبير اللغة الإنجليزية" و"محرر الكتب". ومع ذلك، يمكن أن تتضمن الشخصيات أيضًا شخصيات إضافية مثل "مراجع إحصائي" أو "متخصص LaTeX" أو "خبير لغة شامل" وما إلى ذلك اعتمادًا على موضوع الورقة.

هنا ينبغي تفسير "التدقيق اللغوي" على نطاق واسع. في حين أن نماذج اللغات الكبيرة الحالية (LLMs) تتمتع بفهم للمنطق والرياضيات والفيزياء، إلا أنه لا ينبغي الوثوق بـ LLMs في التدقيق الجاد للنتائج العلمية. وبالتالي، ينبغي تقييم أي اقتراحات بشكل نقدي. من ناحية أخرى، بالنسبة للمؤلفين المطلعين على موضوع ما، يمكن استخدام التقرير الذي تم إنشاؤه لقياس مدى عمق تفكير LLM في الورقة قيد المراجعة.

يتطلب GenAI LaTeX Proofreader الاشتراك في Anthropic API.

أمثلة على تقارير التدقيق اللغوي

من أجل التطوير والاختبار، يتم تقييم GenAI LaTeX Proofreader بانتظام من خلال التدقيق اللغوي في ورقتي اختبار:

• ورقة فارغة: ورقة لا مادة لها.
• arxiv:1108.4207: نسخة أولية من إحدى أوراقي السابقة.

بمزيد من التفاصيل، يتم تدقيق هذه الأوراق لجميع عمليات تشغيل CI التي تم تشغيلها يدويًا في هذا الريبو. وبالتالي يمكنك فحص تقارير التدقيق اللغوي التي تم إنشاؤها ( report.pdf ) من مسار CI الأخير الذي تم تشغيله على Github:

• مثال على تشغيل CI 2024.06.30
• يعمل كل شيء مع التقارير التي تم إنشاؤها
• ملاحظة: يتطلب تنزيل التقارير التي تم إنشاؤها تسجيل الدخول إلى Github.

سمات

التدقيق اللغوي الآلي بالكامل لمستندات LaTeX.

• لإنشاء تقرير التدقيق اللغوي، يحتاج المرء فقط إلى تشغيل برنامج Python النصي، والذي سيقوم بإجراء مكالمات إلى GenAI API وإنشاء تقرير التدقيق اللغوي تلقائيًا. يتم إدراج التعليقات تلقائيًا في ملف LaTeX المُدخل ويتم تجميعها في ملف pdf.
• على سبيل المثال، إذا كانت الورقة تحت التحكم في الإصدار في GitHub، فيمكن للمرء استخدام مشغلات GitHub لإنشاء تقرير التدقيق اللغوي تلقائيًا كلما تم إيداع نسخة جديدة من الورقة.

شخصيات التدقيق اللغوي المدعومة

✅خبير المجال (تم التنفيذ)

• تقييم نقدي لكل قسم للتأكد من صحته ووضوحه. تحديد نقاط القوة والضعف وتقديم اقتراحات للعمل المستقبلي.
• قم أيضًا بتقييم مدى تطابق العنوان والملخص والمقدمة مع محتوى بقية الورقة.
• التنفيذ مع المطالبات هنا.

✅ خبير لغة (تنفيذ)

• تدقيق المحتوى بحثًا عن الأخطاء المطبعية والصياغة والنحو والتدفق.
• التنفيذ مع المطالبات هنا.

؟ محرر الكتاب (لم ينفذ بعد)

• تقييم التنظيم رفيع المستوى للورقة.

؟ متخصص LaTeX (لم يتم تنفيذه بعد)

• قدم ملاحظاتك حول استخدامك لـ LaTeX.

؟ مراجعة النظراء للمجلة (لم تنفذ بعد)

• راجع https://arxiv.org/abs/2310.01783 في المراجع أدناه.

؟ شخصيات التدقيق اللغوي المخصصة

بالإضافة إلى ما سبق، يمكن إضافة شخصيات تدقيق لغوية أخرى. ومع ذلك، يتطلب هذا حاليًا أن يقوم الشخص بتحرير كود مصدر بايثون.

فكرة استخدام شخصيات مختلفة من الذكاء الاصطناعي للتدقيق اللغوي مستوحاة من كتاب إيثان موليك "الذكاء المشترك: العيش والعمل مع الذكاء الاصطناعي" المنشور في 4/2024.

القيود

• ويفترض بعض الهيكل للورقة. على سبيل المثال
  • المحتوى قبل section{..} الأول لن يتم تدقيقه.
  • الأقسام غير المرقمة غير مدعومة section*{..} .
  • لن يكون محتوى أي ملفات مضمنة مرئيًا للمصحح.
• لن يرى GenAI أو يفهم أي صور أو مراجع.
• لن يكون تقرير التدقيق اللغوي حتميًا. قد تؤدي عمليات التشغيل المختلفة لنفس مستند الإدخال إلى إنشاء تقارير مختلفة.
• هناك العديد من مقدمي الخدمات الذين يوفرون الوصول إلى LLMs، مثل OpenAI وAnthropic وGoogle. حاليا يتم دعم الأنثروبي فقط.
• سيتم إرسال ورقتك عبر الإنترنت إلى مزود LLM. يرجى قراءة شروط الخدمة الخاصة بهم بعناية.
• سيؤدي استخدام LLMs أيضًا إلى تحمل بعض التكاليف.
• يستخدم pdflatex وTexLive. يتم استخدام TexLive أيضًا بواسطة arxiv، link.
• سوف تتضمن تعليقات التدقيق اللغوي التي تم إرجاعها بواسطة LLM المقدمة في بعض الحالات أخطاء LaTeX. سيحاول GenAI LaTeX Proofreader إصلاح هذه الأخطاء. ومع ذلك، في بعض الحالات، قد يفشل تجميع تقرير التدقيق اللغوي.

ابدء

لاحظ أن هذا العمل هو دليل مبكر على المفهوم، لذلك قد تكون هناك حاجة إلى بعض الإلمام بأدوات التطوير (git، وPython، وDocker، وAnthropic API Access) لتفعيل هذا العمل.

تصف الخطوات التالية (للأنظمة التي تعمل بنظام التشغيل Mac/Linux) كيفية تدقيق ورقة بحثية:

الخطوة 1: استنساخ الريبو

git clone [email protected]:genai-latex-proofreader/genai-latex-proofreader.git
cd genai-latex-proofreader

الخطوة 2: إنشاء حاوية Docker (باستخدام Python وLatex)

(cd .devcontainer/latex ; make build)

الخطوة 3: إعداد الرمز السري لواجهة برمجة التطبيقات Anthropic، راجع https://docs.anthropic.com/en/docs/quickstart

 export ANTHROPIC_API_KEY= ' your-secret-api-key-here '

(ملاحظة: لا تشارك ANTHROPIC_API_KEY الخاص بك)

الخطوة 4: انسخ الملفات المطلوبة لإنشاء ورقتك في الدليل الفرعي "الورق للتدقيق" في الريبو.

mkdir paper-to-proofread
cp -R /path/to/your/paper/. paper-to-proofread

للاختبار، يمكنك استخدام ورقة وهمية tests/integration/assets/empty_paper.tex المتوفرة في الريبو.

mkdir paper-to-proofread
cp -R tests/integration/assets/. paper-to-proofread/

(ملاحظة: يرجى دائمًا الاحتفاظ بنسخة احتياطية من ورقتك.)

الخطوة 5: قم بتشغيل genai-latex-proofreader

(cd .devcontainer/latex ; docker compose run --rm --entrypoint " python3 " genai-latex-proofreader-service -m genai_latex_proofreader.cli --input_latex_path paper-to-proofread/empty_paper.tex --output_report_filepath output/report.tex)

بالنسبة للورقة متوسطة الحجم، سيستغرق ذلك بضع دقائق. إذا نجح كل شيء، يمكن العثور على تقرير التدقيق اللغوي في output/report.pdf .

التكوين والتخصيص

اعتمادًا على موضوع ورقتك البحثية، قد ترغب في ضبط المطالبات التي تحدد شخصيات التدقيق اللغوي. حاليًا، يجب تحرير المطالبات مباشرةً في كود مصدر Python.

الذكاء الاصطناعي التوليدي

يستخدم GenAI LaTeX Proofreader GenAI (Generative AI) ونماذج اللغات الكبيرة (LLM) لأتمتة التدقيق اللغوي للأوراق العلمية. اعتبارًا من عام 2024، تعد GenAI تقنية سريعة التطور مع تطورات سريعة.

تحتوي القائمة أدناه على بعض المراجع والأعمال ذات الصلة حول هذا الموضوع، وعلى نطاق أوسع حول استخدام الذكاء الاصطناعي لتحقيق الاكتشافات العلمية:

• 12/2023، أبحاث مايكروسوفت، تأثير النماذج اللغوية الكبيرة على الاكتشاف العلمي: دراسة أولية باستخدام GPT-4

  • https://arxiv.org/pdf/2311.07361

• 10/2023، دبليو ليانج وآخرون، هل يمكن لنماذج اللغة الكبيرة تقديم تعليقات مفيدة على الأوراق البحثية؟ تحليل تجريبي واسع النطاق

  • https://arxiv.org/abs/2310.01783
  • https://github.com/Weixin-Liang/LLM-scientific-feedback

• 6/2023، الذكاء الاصطناعي لمساعدة الاستدلال الرياضي: ورشة عمل نظمتها الأكاديميات الوطنية للعلوم.

  • https://www.nationalacademies.org/event/06-12-2023/ai-to-assist-mathematical-reasoning-a-workshop
  • مجموعة الموارد التي تم جمعها كجزء من ورشة العمل: https://docs.google.com/document/d/1kD7H4E28656ua8jOGZ934nbH2HcBLyxcRgFDduH5iQ0/edit

المساهمات

المساهمات أو ردود الفعل أو الأفكار هي موضع ترحيب!

لا تتردد في الاتصال بي أو إثارة مشكلة في هذا الريبو.

التعليمات

هل أحتاج إلى الاستشهاد بهذا العمل إذا كنت أستخدمه في ورقة بحثية؟

(هذا السؤال خارج نطاق خبرتي.)

لا تزال المبادئ التوجيهية والممارسات المتعلقة باستخدام محتوى الذكاء الاصطناعي في طور التطور. ومع ذلك، لنشر العمل في بيئة أكاديمية، يرجى الرجوع أولاً إلى المستشار أو القسم أو المجلة و/أو الجامعة.

يرجى أيضًا ملاحظة ما يلي:

• قد يقوم النص الذي تم إنشاؤه بواسطة الذكاء الاصطناعي بإعادة إنتاج أجزاء حرفية من بيانات التدريب الخاصة به.
• من المحتمل أيضًا أن يفرض موفرو LLM قيودًا على الاستخدام.
• يتم توزيع GenAI LaTeX Proofreader بموجب شروط ترخيص MIT، راجع التفاصيل أدناه. يضع هذا الترخيص قيودًا قليلة جدًا على كيفية استخدام هذا البرنامج، وبالنسبة للاستخدام العادي، لا يتطلب الترخيص أي اقتباس.

رخصة

حقوق الطبع والنشر لـ "GenAI LaTeX Proofreader" محفوظة لعام 2024 لصالح Matias Dahl (والمساهمين)، ويتم توزيعها بموجب شروط ترخيص MIT مفتوح المصدر.

تم تطوير أجزاء من هذا العمل باستخدام أدوات مدعومة بالذكاء الاصطناعي.

لمزيد من التفاصيل، يرجى الاطلاع على ملف الترخيص.