AI内容贡献检测
基于多维度特征分析 + 大语言模型API评估，量化文本中AI生成内容的贡献占比
📐 AIGC-7D 检测模型
AI Generated Content - 7 Dimension Detection Model
AI贡献指数： A = Σ(wᵢ × Sᵢ) / Σwᵢ, i = 1,2,...,7
最终判定： P = σ(A × α + β × LLM_score)
7个维度：
S₁ = 语言流畅度 (Perplexity-based) | S₂ = 词汇多样性 (TTR, Hapax Legomena)
S₃ = 句法复杂度 (平均句长, 从句嵌套) | S₄ = 逻辑一致性 (论证连贯性)
S₅ = 情感真实性 (主观性, 情感波动) | S₆ = 知识特异性 (事实密度, 引用规范)
S₇ = 结构模式化 (模板匹配度, 段落均衡性)
权重： w = [0.15, 0.12, 0.13, 0.15, 0.12, 0.13, 0.20]
融合系数： α = 0.4, β = 0.6 (LLM_api权重更高，因其综合判断力更强)
最终判定： P = σ(A × α + β × LLM_score)
7个维度：
S₁ = 语言流畅度 (Perplexity-based) | S₂ = 词汇多样性 (TTR, Hapax Legomena)
S₃ = 句法复杂度 (平均句长, 从句嵌套) | S₄ = 逻辑一致性 (论证连贯性)
S₅ = 情感真实性 (主观性, 情感波动) | S₆ = 知识特异性 (事实密度, 引用规范)
S₇ = 结构模式化 (模板匹配度, 段落均衡性)
权重： w = [0.15, 0.12, 0.13, 0.15, 0.12, 0.13, 0.20]
融合系数： α = 0.4, β = 0.6 (LLM_api权重更高，因其综合判断力更强)
该模型结合了规则计算（7维度统计分析）和LLM API评估（DeepSeek/GPT等），通过加权融合得出最终的AI贡献占比。规则计算提供可解释的中间特征，LLM API提供综合语义判断，两者互补提升检测准确率。
📝 文本输入
未登录
请先登录以使用AI检测功能
当前 0 字
📋 检测历史
📊
暂无检测记录
📊 检测结果
🔍
输入文本并点击"开始检测"后
此处将显示分析结果