lynote-ai/humanize-text

解決する問題

AIが生成したテキストは、検出器によって簡単に識別できる統計的特徴（フィンガープリント）を多く持つことがあり、リズムが不自然に感じられることがあります。このツールキットは、AI補助のドラフトを自然な感じに再構成し、機械生成であるとマークされる可能性を低くするためのシステムを提供します。

動作方法

このプロジェクトは、大規模言語モデル（LLMs）とニューラル機械翻訳（NMT）エンジンを組み合わせた多段階パイプラインを実装しています。推奨される「スタンダードパイプライン」は4段階のチェーンで構成されています：

1. LLM再執筆（中国語）： 高い温度（1.3）でLLM（例：DeepSeek）を使用して、テキストを中国語に再執筆・翻訳し、創造的なバリエーションを導入します。
2. LLM再執筆（日本語）： 中国語のテキストを、1段階目の結果を会話履歴として参照しながら、さらに日本語に再執筆・翻訳します。
3. NMT翻訳（フィンランド語）： テキストをGoogle翻訳経由でフィンランド語に翻訳し、言語的に遠い言語を通すことで構造的な破壊を引き起こします。
4. NMT翻訳（英語）： 最後に、Niutransエンジンを使用して英語に翻訳し直し、元のAIのフィンガープリントを除去した状態でテキストを再構成します。

対象ユーザー

AI補助のドラフトの読みやすさと自然な流れを向上させたい開発者やライター。

特徴

• マルチエンジンアプローチ： DeepSeek、OpenRouterなどのLLMと、Google、Niutransなどの複数のNMTエンジンを組み合わせることで、単一エンジンのフィンガープリントが残らないようにします。
• 言語的距離： 中国語 → 日本語 → フィンランド語という遠い言語の連鎖を使用し、構造の再構築を最大化します。
• 参考実装： 翻訳チェーン、マルチターン再執筆、検出ガイド付きフィードバック、ミックスエンジン翻訳の4つの異なる人間らしさ向上手法を含んでいます。
• 統合可能： コード不要の自動化に対応するPython CLIとn8nワークフローを提供しています。