How to Proofread a LaTeX Paper in Overleaf (Without Breaking Math)

Terminați de redactat lucrarea NeurIPS la 4 a.m. și o lipiți într-un instrument de gramatică. Jumătate din „erorile” tale sunt LaTeX comenzi pe care instrumentul nu le-a recunoscut. Trei dintre etichetele ecuațiilor dvs. sunt acum corupte. Secțiunea referințe a fost „îmbunătățită” în prostii. Reveniți totul și expediați hârtia needitată, deoarece termenul limită este în șase ore.

Aceasta este experiența implicită LaTeX-și corector. Instrumentele gramaticale de uz general nu au fost concepute pentru fișierele sursă amestecate cu marcaj. Vestea bună: cu fluxul de lucru corect, corectarea AI pe LaTeX este simplă și sigură. Cheia este să știți ce să trimiteți corectorului și ce să lăsați în pace, cum să fragmentați documentul astfel încât contextul să rămână intact și cum să trimiteți editările dus-întors înapoi în fișierele dvs. .tex fără a întrerupe compilarea.

De ce LaTeX este greu pentru instrumentele gramaticale generale

Problema este simplă: majoritatea instrumentelor gramaticale vă citesc textul ca proză. LaTeX fișierele sursă nu sunt proză. Sunt un amestec de proză, comenzi structurale, expresii matematice, citări și referințe. Un instrument care nu înțelege structura tratează comenzile ca pe cuvinte și încearcă să le „repare”.

Three things typically break:

Expresiile matematice sunt parafrazate. Matematica inline, cum ar fi $\alpha < 0,05$ devine „alfa mai mică de zero virgulă zero cinci” sau, mai rău, devine „simplificată” în prostii. Afișarea matematicii în blocurile \begin{equation}...\end{equation} este tratată ca un paragraf pe care instrumentul dorește să-l restructureze.

Comenzile de citare sunt alterate. \citep{smith2023} devine \citep smith2023, [smith2023] sau chiar este „extins” în nume de autori inventate. Referințele se sparg în tăcere și lucrarea dvs. nu se mai compila.

Comenzile structurale sunt rescrise. \section{Metode} devine \section {Metode}. \textbf{key result} devine \\textbf{key result} după o „corecție” cu caracter de escape. Rezultă erori de compilare, iar găsirea „remedierii” a rupt lucrurile este dureroasă.

Remedierea nu este să folosiți un instrument special de gramatică LaTeX, deși acestea există. Soluția este să trimiteți corectorului doar proza, să păstrați marcajul separat și să reintegrați editările manual. Sună plictisitor. Nu este - fluxul de lucru durează aproximativ 20 de minute suplimentare pe hârtie în comparație cu un document în proză pură și este mai rapid decât repararea erorilor de compilare după o lipire neglijentă.

What to copy and what to leave

Regula de bază: copiați cuvintele; lăsați tot ce este o comandă, etichetă, citare sau matematică.

Copy this:

We extend prior work on neural transformer architectures by introducing
a sparse attention mechanism that scales linearly with input length.
Our experiments on the standard benchmarks show consistent improvements
over the current state-of-the-art.

Don't copy this (in the same file):

\section{Introduction}
\label{sec:intro}

\input{intro_v3}

\begin{equation}
\mathcal{L}(\theta) = -\sum_{i=1}^{N} \log p_\theta(y_i | x_i)
\label{eq:loss}
\end{equation}

După cum se arată în ecuația~\ref{eq:loss}, funcția de pierdere...
\citep{vaswani2017attention,brown2020language}

Primul bloc este proză corectorul tău se ocupă cu curat. Al doilea bloc conține comenzi, etichete, matematică și taste de citare - niciuna dintre care corectorul nu ar trebui să le atingă.

În practică, copiați proză paragraf cu paragraf (sau secțiune cu secțiune), o editați extern, apoi lipiți editările înapoi în același paragraf în fișierul dvs. .tex. Lăsați \section{}, \label{}, \input{}, blocurile de ecuații și apelurile \citep{} neatinse.

The chunking strategy

O lucrare LaTeX de 12 pagini nu este un singur document în proză - sunt 15-20 de bucăți de proză separate prin marcare. Granularitatea potrivită pentru corecturi este dimensiunea subsecțiunii: 200-500 de cuvinte pe bucată.

O secțiune la un moment dat este punctul ideal. Bucățile mai mici (un paragraf) pierd contextul încrucișat - o tranziție care sună bine în mod izolat poate fi greșită în context. Bucățile mai mari (întreaga hârtie) își pierd precizia - corectorul gestionează 500 de cuvinte mai bine decât 5.000.

Secțiunile de metodologie și rezultate pot necesita o fragmentare mai fină. Acestea tind să alterneze proza ​​cu matematica și tabele. Bucățiune înainte de fiecare bloc de ecuații, după fiecare tabel, între subsecțiuni. Păstrați bucățile de proză adiacente ori de câte ori este posibil.

Rezumatul și concluzia sunt tratate cu documente complete. Acestea sunt de obicei scurte (200-400 de cuvinte) și trebuie să fie citite în mod coerent ca piese independente. Editați fiecare ca o bucată.

Subtitrările sunt bucăți separate. Legendele figurilor și tabelului trebuie editate individual. Acestea sunt adesea suficient de scurte pentru a le face rapid și sunt deseori ratate în permisele la nivel de secțiune.

Țintați aproximativ 8-15 bucăți pentru o lucrare tipică de conferință, 20-30 pentru o lucrare de jurnal, 50-100 pentru un capitol de teză.

Round-tripping edits back into LaTeX

Etapa de reintegrare este locul în care se întrerup majoritatea fluxurilor de lucru. Câteva obiceiuri îl fac în siguranță.

Folosiți un instrument de diferențiere, nu globi oculari. Lipiți fragmentul original de proză și versiunea editată într-un vizualizator de diferențe (orice editor de text decent are unul încorporat; funcția de istorie a lui Overleaf funcționează de asemenea). Diferența evidențiază fiecare schimbare. Aplicați manual fiecare modificare fișierului sursă, păstrând marcajul din jur.

Aplicați modificările câte un paragraf. Nu lipiți în bloc o secțiune editată lung în sursă. Aplicați-l paragraf cu paragraf, cu o verificare de compilare după fiecare paragraf substanțial. Dacă ceva se rupe, ai spart un paragraf, nu toată secțiunea.

Atenție la caractere speciale. Textul editat prin IA revine uneori cu ghilimele inteligente (încrețite " în loc de " drepte), liniuțe (— în loc de --) sau spații care nu se rup. Acestea se pot reda incorect în LaTeX. O trecere de căutare și înlocuire după editare îi prinde.

Verificați din nou coerența \label{} și \ref{}. Dacă corectorul a schimbat subtil formularea în jurul unei referințe Section~\ref{sec:methods}, verificați că ținta de referință mai are sens în context.

Compilați după fiecare secțiune. Acest lucru sună excesiv. Nu este. O hârtie spartă la 3 a.m. înainte de trimitere este mult mai rău decât cinci clicuri suplimentare la compilare în timpul editării.

Gestionați matematica fără a vă distruge ecuațiile

Matematica este domeniul cu cel mai mare risc. Regula este simplă: nu trimite niciodată matematică unui corector.

Matematica inline ($...$) rămâne în fișierul sursă. Când copiați un paragraf pentru editare, înlocuiți matematica inline cu un substituent precum [MATH1], [MATH2]. Editați proza ​​din jurul substituenților. La reintegrare, restabiliți matematica originală.

A paragraph like:

We define the loss as $\mathcal{L}(\theta) = -\sum_{i=1}^{N} \log p_\theta(y_i | x_i)$, where $\theta$ are the model parameters and $N$ is the batch size.

Becomes for editing:

We define the loss as [MATH1], where [MATH2] are the model parameters
and [MATH3] is the batch size.

Correctorul editează proza. Restabiliți matematica în timpul reintegrării.

Afișarea matematică (\begin{equation}...\end{equation}) este exclusă în întregime. Editați paragrafele înainte și după; lăsați blocul de ecuații neatins.

Referințele la ecuații (Equation~\ref{eq:loss}) sunt complicate. Dacă ați folosit un substituent pentru matematică inline, utilizați și substituenți pentru comenzile de referință: după cum se arată în [REF1]. Apoi restaurați.

Expresiile statistice în proză sunt un caz special. Ceva de genul (p < 0,001) în proză este tehnic matematică, dar rareori folosește sintaxa de afișare. Dacă scrieți „(p < 0,001)” folosind entitatea HTML pentru a evita problemele MDX, aceasta este o problemă diferită de LaTeX. În sursa LaTeX, (p < 0,001) este în regulă; doar includeți-l în sistemul dvs. de substituent dacă nu doriți ca corectorul să îl rescrie.

Modificări urmărite pentru colaboratorii care nu folosesc LaTeX

O adevărată problemă de flux de lucru: consilierul dvs. nu citește sursa LaTeX. Vor un document Word cu modificările urmărite.

Soluția standard este pandoc. Compilați-vă LaTeX într-un fișier .docx, trimiteți consilierului dvs., obțineți înapoi modificările urmărite, aplicați manual modificările sursei .tex. Acest lucru funcționează, dar este lent.

Soluția mai rapidă este să faceți mai întâi trecerea de editare. Lipiți fragmentele de proză în corectorul nostru AI și exportați modificările urmărite .docx pentru fiecare fragment (sau pentru proza ​​asamblată). Trimite-l consilierului tău pentru examinare. Ei marchează fișierul de modificări urmărite cu propriile lor completări. Aplicați modificările acceptate combinate înapoi la sursa dvs. LaTeX.

Acest lucru schimbă doi pași de integrare manuală pentru unul. Prima integrare (editările corectorului în LaTeX) este mecanică și rapidă. A doua integrare (adăugările consilierului) este aceeași muncă pe care ați face-o oricum.

Pentru colaboratorii care citesc LaTeX, folosiți latexdiff. Acest lucru generează o comparație alăturată a două versiuni .tex, cu inserări și ștergeri marcate. Compilează într-un PDF care arată vizual modificările urmărite. Combinat cu un permis de editare în proză, este cel mai curat mod de a partaja modificările cu colaboratorii LaTeX fluenți.

The full workflow, compressed

Iată secvența în rezumat de 90 de secunde, potrivită pentru înregistrarea pe monitor.

1. Deschideți fișierul .tex în Overleaf sau editorul local.
2. Pentru fiecare bucată de proză (de obicei de dimensiunea unei subsecțiuni, 200-500 de cuvinte): a. Copiați proza. Înlocuiți matematica inline cu substituenți. b. Lipiți în corector. Rulați un permis de editare standard. c. Examinați modificările urmărite; accepta sau respinge pe fiecare. d. Restaurați substituenții matematici. e. Aplicați editările paragraf cu paragraf sursei .tex. f. Compila. Verificați nicio rupere.
3. Omite blocurile de ecuații în întregime.
4. Editați legendele ca bucăți mici separate.
5. Compilare finală. Verificați că referințele încă se rezolvă.
6. Dacă trimiteți către un colaborator non-LaTeX, exportați modificările urmărite .docx de la corector pentru proză; trimite asta. Dacă trimiteți către un colaborator LaTeX, generați un PDF latexdiff pentru examinare.

O lucrare de conferință de 12 pagini durează aproximativ 90 de minute prin acest flux de lucru. Un capitol de teză durează 3-5 ore. Ambele sunt mai rapide decât repararea LaTeX ruptă după o pastă naivă-totul trece, iar calitatea editării este mult mai mare.

Pentru lucrările pregătite pentru depunere, consultați și ghidul scrisorilor de intenție ale revistei — scrisoarea de intenție necesită de obicei mai multă atenție decât i-o acordă autorii, mai ales pentru locurile în care primele 60 de secunde ale editorului vă decid soarta.

See the Full AI Proofreader

Tracked-changes editing for academic prose. Free tier includes every feature.

Frequently asked questions

Î: Overleaf are încorporat un verificator gramatical care gestionează corect LaTeX?

Overleaf integrează Writefull, care este compatibil cu LaTeX și funcționează direct în editorul Overleaf. Integrarea gratuită este limitată; abonamentul plătit Writefull Premium o extinde. Pentru o comparație între Writefull și o platformă dedicată de proofreading, vezi ProofreaderPro vs Writefull. Pe scurt: dacă scrii în principal în LaTeX și ai nevoie doar de corecturi lingvistice, integrarea nativă a Writefull este excelentă. Dacă ai nevoie și de humanizare, editare multilingvă sau export cu modificări urmărite pentru colaboratori care nu lucrează cu LaTeX, un proofreader extern se potrivește mai bine fluxului tău de lucru.

Î: Copierea lucrării mele într-un instrument extern va încălca regulile de anonimizare ale conferinței mele?

Regulile de anonimizare se aplică pentru versiunea trimisă evaluatorilor, nu procesului dvs. de editare. Folosirea unui instrument de editare pentru propria schiță nu reprezintă o încălcare a anonimizării. Acestea fiind spuse, dacă sunteți îngrijorat de un instrument găzduit care vă stochează munca nepublicată, verificați politica de date a instrumentului. Instrumentele care afirmă în mod explicit că nu se antrenează cu privire la intrările utilizatorilor (cum ar fi ale noastre) sunt în general sigure pentru lucrări nepublicate. Pentru conținut extrem de sensibil (legat de apărare, adiacent datelor pacientului), unele instituții necesită instrumente auto-găzduite - caz în care modelele open-source pe care le puteți rula local sunt alegerea potrivită.

Î: Cum rămâne cu intrările BibTeX? Trebuie să le corectez și pe acestea?

BibTeX intrările nu sunt în proză și nu trebuie trimise unui corector. Sunt înregistrări de citare formatate care trebuie să se potrivească exact cu cerințele revistei de stil de citare. Utilizați un manager de referință (Zotero, BibDesk) pentru a menține BibTeX; verificați corectitudinea intrărilor față de publicația originală. Lucrarea corectorului se termină la proza ​​din jurul apelurilor dvs. \cite{}; fișierul BibTeX în sine este un alt document.

Î: Lucrarea mea are o mulțime de ecuații. Corectarea AI merită într-adevăr efortul?

Pentru lucrările cu ecuații grele, fluxul de lucru de editare este mai greu în avans, dar valoarea este mai mare. Proza dintr-o lucrare abundentă de matematică primește adesea mai puțină atenție, deoarece autorii sunt concentrați pe matematică - ceea ce înseamnă că proza ​​este mai probabil să aibă probleme pe care le prinde corectorul. Trecerea de editare de 90 de minute pe o lucrare de conferință de 12 pagini se aplică chiar și lucrărilor cu o mare greutate de matematică; editați aceeași cantitate de proză oricum. Dacă lucrarea dvs. este cu adevărat 80% ecuații și 20% proză (rar chiar și în munca teoretică), trecerea de corectare durează proporțional mai puțin. Nu am văzut niciodată o lucrare grea de matematică în care editarea atentă a prozei nu a îmbunătățit în mod măsurabil experiența cititorului.