Nhân hóa văn bản do AI tạo bằng quy trình text-humanizer

text-humanizer là gì?

text-humanizer là một dự án Python mã nguồn mở, miễn phí, viết lại nội dung do AI tạo bằng một quy trình đa ngôn ngữ được hỗ trợ bởi mô hình ngôn ngữ lớn. Mục tiêu của dự án là giữ nguyên ý nghĩa nguồn, đồng thời tạo ra cấu trúc câu tự nhiên hơn, cách diễn đạt đa dạng hơn và phong cách phong phú hơn.

Dự án kết hợp DeepSeek với các dịch vụ dịch thuật để chuyển đổi văn bản qua nhiều ngôn ngữ trước khi tái tạo bằng ngôn ngữ ban đầu. README cho biết quy trình này có thể vượt qua nhiều công cụ phát hiện nội dung AI, tuy nhiên kết quả phát hiện có thể khác nhau và không nên được xem là điều được đảm bảo.

Tính năng chính

• Giữ nguyên ý nghĩa ban đầu đồng thời cải thiện độ tự nhiên.
• Đưa vào các cấu trúc câu và mô thức ngôn ngữ đa dạng.
• Hỗ trợ nhiều phong cách và giọng điệu viết khác nhau.
• Sử dụng quy trình viết lại và dịch thuật đa ngôn ngữ.
• Hoạt động với tiếng Anh, tiếng Nhật, tiếng Trung, tiếng Hàn, tiếng Đức, tiếng Pháp và tiếng Tây Ban Nha thông qua các mã ngôn ngữ được liệt kê.
• Cung cấp tùy chọn tích hợp DeepL để tạo thêm biến thể giữa các ngôn ngữ.
• Được phân phối dưới dạng phần mềm mã nguồn mở, miễn phí theo Giấy phép MIT.

Quy trình viết lại hoạt động như thế nào

Bước 1: Viết lại bằng DeepSeek

DeepSeek tạo ra một phiên bản tương đương về ngữ nghĩa của đầu vào với cách diễn đạt, cấu trúc câu và luồng thông tin được thay đổi. Theo tài liệu dự án, giai đoạn này cũng sử dụng tiếng Trung làm biểu diễn trung gian để giảm các mẫu liên quan đến ngôn ngữ ban đầu.

Bước 2: Dịch bằng Google

Đầu ra trung gian được chuyển qua Google Translate và dịch sang tiếng Thổ Nhĩ Kỳ. Điều này tạo thêm các thay đổi liên ngôn ngữ do sự khác biệt về cú pháp và cách thức dịch.

Bước 3: Dịch tùy chọn bằng DeepL

Nếu cung cấp khóa API DeepL, văn bản tiếng Thổ Nhĩ Kỳ sẽ được dịch sang tiếng Nhật bằng DeepL. Giai đoạn tùy chọn này bổ sung một ngôn ngữ khác và một công cụ dịch độc lập vào quy trình.

Bước 4: Tái tạo cuối cùng bằng DeepSeek

DeepSeek dịch và tái tạo kết quả bằng ngôn ngữ được chọn cho đầu vào và đầu ra. Lượt xử lý cuối nhằm loại bỏ các dấu vết của quá trình dịch, khôi phục luồng câu dễ đọc và giữ nguyên ý nghĩa ban đầu.

Điều kiện tiên quyết

Trước khi cài đặt dự án, hãy đảm bảo bạn có những thành phần sau:

• Python 3.6 trở lên.
• Git để sao chép kho lưu trữ.
• Một khóa API DeepSeek.
• Một khóa API DeepL tùy chọn nếu bạn muốn bật giai đoạn DeepL bổ sung.
• Kết nối Internet để sử dụng mô hình và các dịch vụ dịch thuật bên ngoài.

Cài đặt

1. Sao chép kho lưu trữ

git clone https://github.com/korcarc/text-humanizer.git
cd text-humanizer

2. Cài đặt các phần phụ thuộc

Cài đặt các gói Python được dự án định nghĩa:

pip install -r requirements.txt

Nếu hệ thống của bạn ánh xạ pip tới một bản cài đặt Python khác, hãy sử dụng lệnh phù hợp với môi trường, chẳng hạn như python -m pip hoặc python3 -m pip.

3. Tạo tệp cấu hình

Trên Windows, sao chép cấu hình mẫu bằng lệnh:

copy .\config\config.example.toml .\config.toml

Trên Linux hoặc macOS, sử dụng lệnh sao chép tương đương:

cp ./config/config.example.toml ./config.toml

Cấu hình

Mở config.toml và cấu hình các tùy chọn hiện có trước khi chạy ứng dụng.

• target_language: Chọn ngôn ngữ được sử dụng cho đầu vào và đầu ra. Các giá trị được liệt kê là en, ja, zh, ko, de, fr và es.
• deepseek_api_key: Khóa API DeepSeek bắt buộc của bạn.
• deepl_api_key: Khóa API DeepL tùy chọn của bạn.
• base_url: Ghi đè URL cơ sở của API. Để trống để sử dụng mặc định của nhà cung cấp.
• model: Thiết lập slug của mô hình. Để trống để sử dụng mặc định của nhà cung cấp.
• temperature: Kiểm soát nhiệt độ lấy mẫu của LLM. Dự án khuyến nghị 1.3.

Cấu hình dựa trên các thiết lập được tài liệu hóa sẽ có dạng như sau. Giữ nguyên cấu trúc và vị trí trường chính xác như trong tệp mẫu được cung cấp:

target_language = "en"
deepseek_api_key = "YOUR_DEEPSEEK_API_KEY"
deepl_api_key = ""
base_url = ""
model = ""
temperature = 1.3

Thay thế giá trị giữ chỗ bằng khóa DeepSeek thực tế của bạn. Để deepl_api_key trống nếu bạn không muốn sử dụng giai đoạn dịch DeepL tùy chọn.

Cách sử dụng cơ bản

Khởi động công cụ humanizer từ thư mục kho lưu trữ:

python main.py

Trên các hệ thống sử dụng tên tệp thực thi riêng cho Python 3, hãy chạy:

python3 main.py

Chương trình xử lý văn bản bằng các thiết lập ngôn ngữ và nhà cung cấp trong config.toml. Ví dụ, đặt target_language thành en sẽ cấu hình quy trình cho đầu vào và đầu ra bằng tiếng Anh. Để xử lý văn bản tiếng Nhật, hãy đổi thành ja trước khi khởi chạy lại chương trình.

Ví dụ thay đổi ngôn ngữ

Đối với đầu vào và đầu ra bằng tiếng Đức:

target_language = "de"

Đối với đầu vào và đầu ra bằng tiếng Tây Ban Nha:

target_language = "es"

Chỉ sử dụng mã ngôn ngữ được cấu hình hỗ trợ trong dự án.

Mẹo cấu hình nâng cao

Bật giai đoạn DeepL tùy chọn

Thêm khóa DeepL hợp lệ vào deepl_api_key để bật giai đoạn dịch từ tiếng Thổ Nhĩ Kỳ sang tiếng Nhật. Nếu không có khóa này, quy trình sẽ bỏ qua bước tùy chọn đó.

Điều chỉnh nhiệt độ

README khuyến nghị nhiệt độ 1.3. Thiết lập này nhằm khuyến khích sự đa dạng trong quá trình viết lại bằng LLM. Nếu thử một giá trị khác, hãy so sánh kỹ kết quả để đảm bảo ý nghĩa ban đầu vẫn được giữ nguyên.

Sử dụng Endpoint hoặc Mô hình Tùy chỉnh

Thiết lập base_url có thể ghi đè endpoint API mặc định, trong khi model có thể chỉ định slug của mô hình. Để trống một trong hai trường nếu bạn muốn sử dụng giá trị mặc định của nhà cung cấp. Các giá trị tùy chỉnh phải phù hợp với dịch vụ API bạn đang sử dụng.

Kiểm tra Ý nghĩa Sau Nhiều Lần Dịch

Dự án được thiết kế để bảo toàn ngữ nghĩa, nhưng mỗi giai đoạn viết lại và dịch đều có thể tạo ra những thay đổi nhỏ. Hãy kiểm tra tên, số liệu, trích dẫn, thuật ngữ kỹ thuật và các nhận định thực tế trong kết quả cuối cùng trước khi xuất bản.

Bảo vệ Thông tin Xác thực API

Hãy coi khóa API là thông tin bí mật. Tránh công khai tệp config.toml đã điền thông tin hoặc commit thông tin xác thực vào kho lưu trữ công khai.

Sử dụng Có Trách nhiệm

Sử dụng text-humanizer để cải thiện độ rõ ràng, giọng điệu và sự đa dạng về phong cách, thay vì xuyên tạc quyền tác giả hoặc né tránh các quy định yêu cầu công bố việc sử dụng AI.

Các hệ thống phát hiện AI không nhất quán, và không quy trình viết lại nào có thể đảm bảo một kết quả cụ thể từ trình phát hiện. Hãy tuân thủ các chính sách về công bố, liêm chính học thuật, xuất bản và nền tảng áp dụng cho công việc của bạn.

Kết luận

text-humanizer cung cấp một phương pháp có thể cấu hình để viết lại văn bản đa ngôn ngữ bằng cách kết hợp DeepSeek, Google Translate và tùy chọn xử lý DeepL. Sau khi sao chép kho lưu trữ, cài đặt các dependency và thêm thiết lập API, bạn có thể khởi chạy quy trình bằng python main.py. Hãy kiểm tra mọi kết quả để xác nhận tính dễ đọc, độ chính xác thực tế và sự trung thành về ngữ nghĩa.

Mã nguồn và giấy phép MIT có sẵn trong kho lưu trữ text-humanizer trên GitHub.