文档质量分析
本指南介绍了 DrillBit 语法检查器 PDF 报告——这是 DrillBit 在对文档的语法、短语质量、词汇丰富度及结构清晰度进行分析后生成的可下载 PDF 文档。这是三份 DrillBit 报告中参数最丰富的:除了基本的提交元数据外,它还提供字符和单词计数、阅读和执行时间估计、总体 语法质量 评分、构成该总体评分的四个子评分、详细的短语分析、索引内容表,以及按类别附有解释的语法错误结构化列表。
“语法质量”的衡量标准: 本报告中醒目的 语法质量 百分比是 不考虑相似度及AI内容匹配情况 计算得出的。换言之,该指标仅关注写作质量——即原文是否语法正确、词汇丰富、无重复且结构清晰——而非内容是否被抄袭或由 AI 生成。请结合“相似度”和“AI 内容检测”报告使用,以获得全面评估。
如何阅读文档质量报告
语法检查器 PDF 报告包含四个逻辑页面,顺序如下:封面摘要,其中包含提交元数据、文本统计信息以及四项主要评分;详细分析页面将 短语质量 细分为八项独立指标,并列出所有重复句和被索引的内容类别;提交文本 页面按行呈现文档内容,行内高亮显示语法标记;以及语法信息 页面,详细说明每个被标记的短语及其类别描述。在深入探讨之前,以下是您滚动浏览报告时的界面效果:
封面摘要
封面摘要区块将四项信息整合到一页中:谁提交了什么(提交信息)、文档大小(提交文本)、阅读或朗读所需时间(阅读和执行时间),以及主要分数(结果信息)。
提交信息
该模块记录了文档的身份信息及提交者的身份信息。每个字段均在上传时自动捕获,此后无法编辑。请观看以下动画,了解各字段的说明:
- 作者姓名: 提交时为文档作者输入的姓名。
- 标题: 上传时提供的文档标题。显示在每份下载的副本上。
- 论文/提交ID: DrillBit 为该提交分配的唯一数字标识符。提交支持工单时请引用此ID。
- 提交人: 上传该文档的账户的电子邮件地址。
- 提交日期: 接收文档的时间戳,以
YYYY-MM-DD HH:MM:SS格式记录。 - 文档类型: DrillBit 检测到的来源类型——例如 作业、文章、论文、 或 摘要。
提交的文本和阅读时间
两个简洁的块概括了文档的长度以及阅读所需的时间:
提交文本 报告了直接从解析后的文档中提取的四项统计数据:
- 字符数: 文档中的总字符数——包括字母、数字、标点符号和空格。
- 单词数: 文档分词后的总单词数。
- 句子数: DrillBit 识别出的句子数量。与单词数对比时,有助于发现异常长或异常短的句子。
- 行数: 文本中不同的行数。行与句子不同——一个句子可能跨越多行,而一行也可能包含多个句子。
读取和执行时间 提供三项时长估计值。这三项均采用 X 小时,Y 分钟 的格式:
- 阅读时间: 默读该文档所需的时间,根据字数并采用标准成人阅读速度假设计算得出。
- 朗读: 文档大声朗读所需的时间。由于口头表达速度较慢,该时间总是长于默读时间。
- 执行: DrillBit 语法检查器分析该文档所花费的时间。可作为合理性检查;执行时间过长可能表明文档体积过大或存在临时性问题。
结果信息——四个子分数
“结果信息”区块是封面页最重要的部分。它以红色显示一个总体语法质量百分比,随后是构成该分数的四个子分数。请观看以下动画:总体分数首先出现,然后每个子分数会随着计数器增加至其数值,并显示解释性工具提示:
- 语法质量(总体): 该综合评分反映了写作质量,涵盖词汇多样性、避免重复、索引内容与非索引内容的平衡,以及语法错误的缺失。注释“除相似度 & AI 内容”提醒您,该评分与“相似度”和“AI 内容”报告无关。
- 1. 短语质量: 该分数综合了“详细分析”页面上显示的八项短语指标——分数越高,短语表达越丰富多样。
- 2. 非重复内容: 文档中未重复的内容所占百分比。方括号中的注释——例如(重复 0.0%)——显示的是补集:即被重复的内容所占百分比。
- 3. 已索引内容: DrillBit 能够将文档分类为已知内容类型(例如参考文献、图注、引用内容)所占的比例。该比例越高,通常意味着文档遵循可识别的学术结构。
- 4. 语法信息: 文档中无语法错误的百分比。括号中的注释——例如 (错误 0 处,建议 1 处)——显示了检测到的错误和建议改进的原始计数。
详细分析
下一节将总分细分为各项指标。本节由三个子部分组成:八项短语质量指标、重复内容列表以及索引内容表。
短语质量细分
这八项指标共同描述了文档中词语和句子的使用情况。前四项指标用于分类每个词的字符构成;后四项指标则描述词汇丰富度和句子结构:
- 仅字母: 完全由字母组成的词所占比例——普通散文。典型学术文档的大部分内容都属于这一类别。
- 仅数字: 完全由数字组成的词所占百分比。可用于快速检查文档中是否意外地包含大量原始数字内容。
- 字母数字混合: 由字母和数字混合组成的单词所占比例——例如产品代码、版本标签、引用参考文献(如 第 4a 节)。
- 含特殊字符的单词: 包含标点符号、连字符或其他非字母数字字符的单词所占百分比——包括带连字符的术语,如 多方面的。
- 独特词汇: 文档中仅出现一次的独特术语所占的百分比。数值越高表明词汇多样性越强;数值越低则表明重复词汇较多。
- 生僻词: 指在英语最常用的5,000个词中,不属于该列表的词所占的比例。该数值越高,表明词汇水平越高;若数值异常偏高,则可能意味着用词被人为抬高。
- 常用词: 属于英语前1,000个最常用词的词汇所占比例。该比例应处于合理范围;过高的数值则表明措辞过于简单。
- 单词长度: 每个单词的平均字符数。典型的英语散文平均约为4-6个字符;明显更高的数值表明这是内容密集、技术性强的写作。
- 句子长度: 每句平均单词数。数值较低表示句子简短直接;数值较高则表明句式复杂,包含多个从句。
非重复内容
在短语分析之后,报告会列出所发现的任何重复内容。重复内容分为两类:
- 重复句子: 在文档中出现多次的完整句子。若未发现此类内容,该部分显示为 --无--。
- 重复子字符串: 重复出现的由多个连续单词组成的短语。用于检测并非完整句子但仍会降低词汇多样性的近似重复内容。
封面所示的 非重复内容 百分比按 100% - (重复内容占总内容的比重) 计算得出。高分意味着该文档在文档内部意义上基本是原创的,而非相对于外部来源而言的原创——后者正是“相似度报告”的用途。
已索引内容
“已索引内容”表格展示了 DrillBit 如何对文档中的每一行进行分类。每行代表一个类别,包含行数、词数及百分比:
- 序号: 该行的序号,在反馈中引用特定类别时非常有用。
- 索引: DrillBit 分配的类别。常见值包括 其他数据(一般正文)、参考文献、引用 以及类似的结构类别。
- 行数: 文档中有多少行属于此类别。
- 单词: 属于此类别的单词数量。
- 报告中的百分比: 该类别在文档总数中所占的比例。屏幕查看器中的 查看 链接可仅打开这些行供检查。
提交的文本
在“详细分析”之后,报告会逐行呈现整个文档,并标注行号(第 1 行|、第 2 行|、...)。该文本完全按照 DrillBit 的解析结果呈现——既可作为参考副本,也能确保后续提到的任何语法标记(例如“第 12 行”)能准确指向正确位置。当语法检查器标记了某个短语时,触发词会在渲染的文本中以行内下划线形式显示。
语法信息 - 详细错误列表
报告的最后一部分列出了 DrillBit 检测到的所有语法错误或建议,每个发现对应一张卡片。每张卡片包含待审查的确切短语、所属的语法类别、推荐的替换方案以及一个示例。每张卡片下方都有一个 类别描述 块,用通俗易懂的语言解释语法概念,因此即使读者不是语法专家,也能根据建议采取行动:
- 短语 & 行号: DrillBit 标记的具体文本及其在上方“已提交文本”页面中的行号。请使用该行号在原始文档中查找上下文。
- 类别: 该问题所属的语法概念(介词、主谓一致、冠词用法等)。与下方“类别描述”块中的标题一致。
- 建议: DrillBit 推荐的修正方案。划线文本为原文;高亮文本为建议的替换内容。
- 示例: 一个链接,在屏幕查看器中点击可打开该问题的示例解析。在打印的 PDF 中,此处将保留为 查看 占位符。
- 类别描述: 语法类别的通俗定义,外加一组错误/正确的例句对,用于说明该规则。提供此内容是为了让用户无需查阅单独的语法参考资料即可直接采纳建议。
快速阅读语法报告: 先浏览封面上的总体 语法质量百分比。如果该数值较高(高于 ~85%),则文档质量良好。如果该数值较低,四个子分数将指出问题所在——词汇薄弱(短语质量)、内容重复(非重复内容)、过多未分类正文(已索引内容),或是实际的语法错误(语法信息)。然后跳转至“详细分析”或“语法信息”页面中的相关部分查看具体情况。