Research Memoranda CS-01-13
To be published in IEEE Intelligent Systems and Their Applications, November 2001 (Trends and Controversies)
Challenges in Information Extraction from Text for
Knowledge Management
Fabio Ciravegna
Department of Computer Science, University of Sheffield,
Regent Court, 211 Portobello Street, S1 4DP, Sheffield, UK.
F.Ciravegna@https://www.doczj.com/doc/219790961.html,
Nowadays large part of knowledge is stored in an unstructured textual format. Texts cannot be queried in simple ways and therefore the contained knowledge can neither be used by automatic systems, nor be easily managed by humans. The traditional process of manual knowledge identification and extraction by knowledge engineers used in KM is a complex time consuming process, as it requires a great deal of manual input. An example of such process is the collection of interviews to experts (‘protocols’) and their analysis by knowledge engineers in order to codify, model and extract the knowledge of an expert in a particular domain. In this context, Information Extraction from texts (IE) is one of the most promising areas of HLT for Knowledge Management (KM) applications. IE is an automatic method for locating important facts in electronic documents, e.g. information highlighting for document enrichment or for information storing for further use (such as populating an ontology with instances). IE as defined above is the perfect support for Knowledge Identification and Extraction as it can – for example - provide support in protocol analysis either in an automatic way (unsupervised extraction of information) or semi-automatic way (e.g. helping knowledge engineers locating the important facts in protocols, via information highlighting).
It is widely agreed that the main barrier to the use of IE is the difficulty in adapting IE systems to new scenarios and tasks, as most of the current technology still requires the intervention of IE experts. This makes IE a technology difficult to apply, because personnel skilled in IE are difficult to find in industry, especially in small medium enterprises [Ciravegna 2000]. A main challenge for IE for the next years is to enable people with knowledge of Artificial Intelligence (e.g. knowledge engineers) but no or scarce preparation on IE and Computational Linguistics to build new applications/cover new domains. This is particularly important for KM: IE is just one of the many technologies to be used in building complex applications: wider acceptance of IE will come only when IE tools will not require any specific skill apart from notions of KM.
A number of Machine Learning based tools and methodologies are emerging [Freitag 1999, Ciravegna 2001], but the road to fully adaptable and effective IE systems is still long. In this paper, I will focus on two main challenges for adaptivity in IE for KM that in my opinion are paramount in the current scenario:
1. Automatic adaptation to different text types
2. Human-centred issues in copying with real users.
Adaptivity to Different Text Types
Porting IE systems means coping with four main tasks:
1. Adapting to the new domain information: implementing system resources
such as lexica, knowledge bases, etc. and designing new templates, so that the system is able to manipulate domain-specific concepts;
2. Adapting to different sublanguages features: modifying grammars and lexical
so to enable the system to cope with specific linguistic constructions that are typical of the application/domain;
3. Adapting to different text genres: specific text genres (e.g. medical abstracts,
scientific papers, police reports) may have their own lexis, grammar, discourse
structure.
4. Adapting to different types: Web-based documents can radically differ from
newspaper-like texts: we need to be able to adapt to different situations
Most of the literature on IE has focused so far on issues 1, 2 and 3 above, with limited attention to text types, having focused mainly on free newspaper-like texts [Cardie 1997]. This is a serious limitation for portability, especially for KM, where an increase in the use of inter/intranet technologies has moved the focus from a free texts only scenarios (based on e.g. reports and protocols) to more composite scenarios including (semi)structured texts (e.g. highly structured web pages as produced by data bases). In classical Natural Language Processing (NLP) adapting to new text types has been generally considered as a task of porting across different types of free texts. The use of IE for KM requires an extension of the concept of text types to new, unexplored dimensions. As a matter of fact linguistically-based methodologies used for free texts can be difficult to apply or even ineffective on highly structured texts such as web pages produced by data bases. They are not able to cope with the variety of extralinguistic structures (e.g. HTML tags, document formatting, and stereotypical language) that are used to convey information in such documents. On the other hand, wrapper-like algorithm designed for highly structured HTML pages are largely ineffective on unstructured texts (e.g. free texts). This is because such methodologies make scarce (or no) use of NLP, tending to avoid any generalization over the flat word sequence tending to be ineffective on free texts, for example because of data sparseness [Ciravegna 2001b].
The challenge is developing methodologies able to fill the gap between the two approaches in order to cope with different text types. This is particular important for KM with its composite Web-based scenarios, as Web pages can actually contain documents of any type and even a mix of text types, e.g., an HTML page can contain both free and structured texts at t h e same time. Work on this topic has just started. Wrapper induction systems based on lazy NLP [Ciravegna 2001b] try to learn the best (most reliable) level of language analysis useful (or effective) for a specific IE task by mixing deep linguistic and shallow strategies. The learner starts inducing rules that make no use of linguistic information, like in wrapper-like systems. Then it progressively adds linguistic information to its rules, stopping when the use of NLP information becomes unreliable or ineffective. Linguistic information is provided by generic NLP modules and resources defined once for all and not to be modified by users to specific application needs. Pragmatically, the measure of reliability here is not linguistic correctness (immeasurable by incompetent users), but effectiveness in extracting information using linguistic information as opposed to using shallower approaches. Unlike previous approaches where different algorithm versions with different linguistic competence are tested in parallel and the most effective is chosen [Soderland 2000], lazy NLP-based learners learn which is the best strategy for each information/context separately. For example they may decide that using parsing is the best strategy for recognising the speaker in a specific application on seminar announcements, but not the best strategy to spot the seminar location or starting time. This is very promising for analysing documents with mixed genres, e.g. web pages
containing both structured and unstructured material, quite a common situation in web documents.
Coping with Non IE Experts
The second main task in adaptive IE concerns human-computer interaction during application development. Non-expert users need to be supported during the whole adaptation process so to maximize effectiveness and appropriateness of the final application. A typical IE application lifecycle is composed of: scenario design, system adaptation, results validation and application delivery [Ciravegna and Petrelli 2001].
Scenario design is the task of defining the information to extract. Large part of potential users need specific support, as they may find difficult to manipulate IE-related concepts, such as templates. Moreover there may be a gap between what information the user needs, what information the texts contain and what the system can actually extract. It is very important to help users recognize such discrepancies, forcing them into the right paradigm of scenario design. Highlighting information in different colors is generally a good way to do it. Tagging-based interfaces, such as Mitre’s Alembic, have proven to be quite effective and have become a standard in adaptive IE.
Selecting the corpus to be tagged for training is also a delicate issue. Non-linguistically aware users tend to focus on text content rather than on linguistic variety. Unfortunately IE systems learn from both. Provided corpora may be unbalanced wrt types or genres (e.g. emails could be underrepresented wrt free texts), or even show peculiar regularities due to wrong selection criteria. For example in designing an application on IE from professional resumees, our user selected the corpus by using the names of Us cities as keywords. When the system was tested in the real world environment it became clear that most of the resumees were actually originating from Europe, where addresses, titles of study and even text style can be very different from the American ones. The resulting system was therefore largely ineffective and left the user dissatisfied with the final application. A number of methodologies can be used to validate the training corpus wrt a (hopefully big) untagged corpus. One possible validation concerns the formal comparison of training and untagged corpus. [Kilgarriff 2001] proposes heuristics for discovering differences in text types among corpora. Average text length, distributions of HTML tags and hyperlinks in web pages, average frequency of lexical classes in texts (e.g. nouns), etc. can be relevant i n dicators of corpus representativeness and can be used to warn inexperienced users that some training corpora can be not representative enough of the whole corpus. Even the detection of an excess of regularity in the training corpus can be a good indicator of an unbalanced corpus selection, e.g. if a high percentage of fillers for some slots is the same string.
With a corpus reasonable in size and quality, the IE system can then be trained. Unfortunately, even the best algorithm is unlikely to provide optimised results for specific use. This is because a 100% accurate system is out of reach of the current IE technology, and therefore there is the necessity of balancing recall (i.e. ability to retrieve information when present) and precision (the ratio of correct information on the total of information extracted) so to produce the optimal results for the task and users at hand. Different uses will require different types of results (e.g., higher recall in some cases, higher precision in others). Users must be enabled to evaluate results from both a quantitative and qualitative point of view, and to change the system behaviour if necessary. Most of the current technology provides satisfying results for
results inspection: tools such as the MUC scorer [Douthat98] allow users to understand the system effectiveness in details. The challenging step is now to enable users to change the system behaviour. In case of occasional or inexperienced users, the issue arises of avoiding the use of technical or numerical concepts (such as precision and recall). This requires the ability from the IE system of bridging the user’s qualitative vision (“you are not capturing enough information”) with the numerical concepts the learner is able to manipulate (e.g. moving error thresholds in order to obtain higher recall).
When the application is tuned to the specific user needs, it can be delivered and used in the application environment. Corpus monitoring should be enabled even after delivery, though. One of the risks in highly changing environments such as the Internet is that information (e.g. web pages) can change format in a very short time, and the system must be able to detect such changes [Muslea 2000]. The same techniques mentioned above for testing corpus representativeness can be use to identify changes in the information structure or test type.
For further discussion on human-centred issues, see [Ciravegna and Petrelli 2001]. Conclusion
Adaptive IE is already providing useful results and technology for KM. Fully integrated user-driven solutions are still to come, but current research results are promising. In this essay I have discussed two of the major challenges for IE for the next years, namely adaptivity to text genres and human-centred issues that are paramount for an effective use of IE for KM purposes.
Acknowledgement
My work on adaptive IE is supported under the Advanced Knowledge Technologies (AKT) Interdisciplinary Research Collaboration (IRC), sponsored by the UK Engineering and Physical Sciences Research Council (grant GR/N15764/01). AKT comprises the Universities of Aberdeen, Edinburgh, Sheffield, Southampton and the Open University (https://www.doczj.com/doc/219790961.html,).
Bibliography
[Cardie 1997] Claire Cardie, `Empirical methods in information extraction', AI Journal, 18(4), 65-79, 1997.
[Ciravegna et al. 2000] Fabio Ciravegna, Alberto Lavelli, and Giorgio Satta, `Bringing information extraction out of the labs: the Pinocchio Environment', in ECAI2000, Proc. of the 14th European Conference on Artificial Intelligence, ed., W. Horn, Amsterdam, 2000. IOS Press.
[Ciravegna 2001a] Fabio Ciravegna: "Adaptive Information Extraction from Text by Rule Induction
and Generalisation" in Proceedings of 17th International Joint Conference on Artificial Intelligence (IJCAI 2001), Seattle, August 2001."
[Ciravegna 2001b] Fabio Ciravegna: "(LP)2, an Adaptive Algorithm for Information Extraction from
Web-related Texts" in Proceedings of the IJCAI-2001 Workshop on Adaptive Text Extraction and Mining held in conjunction with the 17th International Conference on Artificial Intelligence (IJCAI-01), Seattle, August, 2001
[Ciravegna and Petrelli 2001] Fabio Ciravegna and Daniela Petrelli: "User Involvement in Adaptive Information Extraction: Position Paper" in Proceedings of the IJCAI-2001 Workshop on Adaptive Text Extraction and Mining held in conjunction with the 17th International Conference on Artificial Intelligence (IJCAI-01), Seattle, August, 2001
[Douthat 1998] Aaron Douthat, `The message understanding conference scoring software user's manual', in the 7th Message Understanding Conf., https://www.doczj.com/doc/219790961.html,
[Freitag 1998] Dayne Freitag, `Information Extraction from HTML: Application of a general learning approach', Proc. of the 15th National Conference on Artificial Intelligence (AAAI-98), 1998.
[Kilgarriff 2001] A. Kilgarriff, ‘Comparing Corpora’, to appear in Corpus Linguistics.
[Muslea 2000] I. Muslea, S. Minton, and C. Knoblock, ‘Co-testing: selective sampling with redundant views’ in Proc. of the 17th National Conference on Artificial Intelligence, AAAI-2000.
[Soderland 1999] Steven Soderland, `Learning information extraction rules for semi-structured and free text', Machine Learning, (1), 1-44, 1999.
Dr Fabio Ciravegna is Senior Research Fellow at the Department of Computer
Science of the University of Sheffield, UK. His research interest includes
Classical and Adaptive Information Extraction from text (IE), with a particular
focus on user-centered methodologies. He has been active in IE since 1988.
Since then he was principal investigator and coordinator for Information
Extraction at Fiat Research Center (Turin, Italy) from 1991 to 1993 and at
ITC-Irst (Trento, Italy) from 1993 to 2000. His work on IE has been published
in a number of international conferences such as EACL-1999, IJCAI-1999,
ECAI-2000 and IJCAI2001. He co-organized two workshops on the use of
Machine Learning for Information Extraction at ECAI-2000 and IJCAI2001. Contact him at F.Ciravegna@https://www.doczj.com/doc/219790961.html,
对比语言学的定义、起源与发展 对比语言学(Contrastive Linguistics的定义 1、语言学中的比较与对比 比较是人类认识事物、研究事物的一种基本方法，也是语言学研究的一种基本方法。如果说，语言学的根本任务是对语言的某种现象加以阐述的话，那么要对某一语言现象作出阐述，总是需要对这一现象的种种表现加以比较和分析(Harlmann1980:22。因而，按其本质来说，对比语言学也是一种比较,不过是一种具有特定含义的语言学中的比较。下面，先让我们来看看对比语言学的比较，与语言学中其他分支的比较有什么不同，从而使我们能够确定对比语言学在整个语言学中的位置，及其与其他语言学研究的联系。 在进行语言学比较时，根据比较对象的不同，可以沿两条轴线来进行。一方面，可以选择共时或历时的语言现象来进行比较;另一方面，可以选择在某一语言内部或各种语言之间的语言现象来进行比较。这两条轴线的互相交叉，便形成了如下四个象限，这四个象限将语言学研究分成四大类性质和目的不同的比较。 象限I代表了同一语言内部的共时比较。这类比较是对某一语言在其历史发展的某一阶段(特别是现时阶段的语音、语法和词汇等系统的内部构成成分及组织结构的比较。
在共时语言学研究中，要对某一语言的某一结构系统进行描述，就必须对这一结构系统里的各种语言现象加以比较分析。例如，如果我们要研究一种语言的语音系统，我们就要比较这个系统里的各个音素的发音部位和方法有什么不同，它们的声学物理属性有什么不同，在音节中的分布又有什么不同的规律，我们就必须比较这个语言中各类词的语法作用有什么不同，组合搭配有什么特点，等等。而且，要确定一个语言中的词可以区分为哪几个词类，这本身就要进行大量的形态、语义、语法特征等方面的比较。因此可以说，同一语言内的共时比较是语音学、语法学、词汇学等构成当代语言学主流的各个分支学科的一种主要研究方法。 象限Ⅱ代表了同一语言内部的历时比较。这类比较是对某一语言在其历史演变的不同阶段的语音、语法和词汇等系统加以比较，从而使我们了解这一语言的发展历史，找出其基本发展演变规律。例如，通过对英语的历时比较，语言学家一般认为，英语的演变经历了古英语、中古英语、早期现代英语和现代英语等四个阶段。其语法演变的总趋势表现为从一个综合型的语言逐步向一个分析型的语言发展，即词的屈折变化逐渐减少，语法意义的表达越来越多地依赖语序以及介词等语法作用词的运用。这类比较是对某一语言的语言史及其分科(如词源学、古今比较语法学等研究的主要方法。 象限Ⅲ代表了不同语言之间的历时比较。这类比较是对不同语言(一般是亲属语言在各个历史发展阶段的语音、语法和词汇等系统进行比较，其目的主要是探讨语言之间的历史联系，并据此对世界上的语言进行谱系分类，重建或构拟某一组亲属语的共同原始语(proto-language，找出它们之间的某些共同发展规律. 例如，语言学家通过对印欧语系诸语言之向的历时比较研究，使我们能够大致了解这些语言在历史演变过程中的关系，推断出原始印欧语的大致形式。不同语言之间的历时比较往往需要与同一语言的历时比较相结合，这就形成了现代语言学研究领域中最先发展起来的一个分支—历史语言学，又称比较语言学，或历史比较语言学。历史语言学发端于十八世纪末，到了十九世纪，逐步发展成为语言学研究中占主导地位的一个领域，并取得了丰硕的成果。
prejudice的用法总结大全 prejudice的意思 n. 成见，偏见，歧视,侵害,伤害 vt. 使有偏见,不利于，损害 变形：过去式: prejudiced; 现在分词：prejudicing; prejudice用法 prejudice可以用作动词 prejudice的基本意思是“(使)有偏见”,指一人由于成见而产生的注重一方面的见解或对人对事的不公正,引申可表示“损害”。 prejudice多用作及物动词,接名词、代词作宾语。 prejudice用作动词的用法例句 Your bad spelling may prejudice your chances of getting this job.你糟糕的拼写会妨碍你获得这个工作的机会。 Her charm prejudiced the judges in her favour.她姿色迷人，因而评委都偏向她。 His pleasant voice and manner prejudiced the jury in his favor.他那令人愉快的声音和举止使陪审团对他产生了偏心。 prejudice用法例句 1、Rowe does a very clever riff on the nature of prejudice. 罗就偏见的本质讲了一番很精辟的话。 2、I've spent a lifetime fighting against racism and prejudice. 我一辈子都在同种族主义和偏见作斗争。 3、I'm calling in reference to your series on prejudice. 我打电话是要谈谈你写的有关“偏见”的系列文章。 prejudice双语例句 1.What has prejudiced you against modern music?是什么使你对现代音乐抱有成见? 2.He has a prejudice against all foreigners.他对所有的外国人都有偏见。 3.You should liberate the mind from prejudice.你该解除心中的偏见。
翻译中的不可译因素及处理 翻译的不可译性在理论层面有其基础，在实践层面有其不可译因素。从一种民族语言文化视野对另以中国民族语言文化的认识在某个时 间段是有限的，这一客观条件决定了翻译具有不可译性。英语和汉语属于两个不同的语言符号，有其自成体系的语言单位，相互之间存在着一定的差别，如汉语是表意文字，而英语是表音文字。在翻译的过程中，会遇到语言和文化引起的不可译因素。 语言上的不可译因素主要表现在语音、词汇、语法和文体风格等不同的层次上。从语音层次上讲，汉语中的汉字具有单音节这一特征，所以能够创造出五言或七言这类对仗工整的诗。汉语还是多声调语言，因此对古诗有平仄韵的要求。相比之下，英语把单音节、双音节、多音节融为一体，语调只有升降之分。所以在汉英或英汉中，要想再现原文那种节奏和韵律是既不容易的。从词汇上看，由于人类都生活在地球上，不同社会文化之间必然有相似之处，因此，不同语言之间必然存在词义相符的关系。但是不同民族在经验上的差异经思维反映到语言上，必然会造成词汇的差异或词汇的空缺。对于词义空缺这个不可译的因素，我们可以在翻译的过程中采取音译、意译、直译和加注法。从语法层面来说，中国人重形象思维，汉语没有严格的语法规则，外国人重逻辑思维，英语有严格的语法。在翻译的时候，特别是汉英翻译时，应该吃透原文，认真理清楚其中的逻辑，用相应的连词或介词等表达。文体风格是作者写作的独特特色，虽不会把散文诗歌混淆，但是有些文体特征，也是有难度的。
每个人生活在不同的文化中，有自身的生活方式和风俗习惯。另外，不同的宗教信仰、价值观念都会影响作者、译者和读者。除此之外，社会意识形态和自身心理活动都会影响翻译。这些文化上的差异使得翻译更加不容易了。所以面对这些不可译因素，译者可以得意而忘形，采取不同的翻译策略（音译法、直译法、替代法、解释法、注释法等）。翻译虽然存在不可译的因素，但是翻译是可行的，只是翻译的好坏会随着社会的发展，译者自身素质的提高而不断发展。所以不应该因为存在不可译因素就否认翻译的可能性，也不应该肯定翻译的可译性就轻视翻译的复杂性。
动名词的用法及练习 你听过英文语法有动词(verb)、名词(noun)；但你听过有动名词(gerund)吗 1. The girl is singing a song. 2. The girl singing now is my sister. 3. Singing is one of her hobbies(爱好). 一、名词性的动名词(Nominal Gerund) Nominal Gerund 可以加上定冠词(Definite article，如the)或不定冠词(Indefinite article，如a, an)，其他可加在动名词前的还有如：my, this, some, any, all, no 等等。举例如下： 1. The mellow(愉快地) singing of the birds announces the coming of spring. (singing前加定冠词the及形容词mellow；coming 前加the) 2. We knew the robber was near when we heard a faint rustling(沙沙声) in the bushes. (rustling 前加不定冠词a及形容词faint) 从上面的例子可看出如何将一个动词转成名词；但它和真正的名词还是有区别的，那就是没有单数或复数之分。不过，有一些动名词是可以变成真正名词的喔，如：saying, writing, opening, painting, cutting, heading, feeling, being,saving, surrounding, crossing, misunderstanding 等等。它们都可以有复数的喔，方法就是在它们的后面加个s，如：paintings。 二、动词性的动名词(Verbal Gerund) 看看下面的句子： Carelessly writing essays annoys the teacher. 上面的句子里的writing是动名词，但前面有副词carelessly（粗心地），后面又有受词(Object) essays。因此writing就有动词的特征。 注意：Verbal Gerund 这类动名词的前面可不能加上任何冠词(the, a, an ...)喔。 动名词的功能与用法 一、在句子中用作主语(Subject)或主语的补语(Subject Complement): 作主语 1. Listening to music gives me pleasure. (主语Listening ） 2. Running is good exercise. （主语running) 3. Walking to school is a good idea. (主语walking) 作主语的补语 1. My cat's favorite activity is sleeping. (补语sleeping) 2. Seeing is believing. (主语seeing, 补语believing) 主语置于句尾用It + be + ... +v-ing 句型 1. It is fun speaking English. 2. It is of great importance fighting against pollution(污染). 用It is 后接no use. no good, fun 等的句型 1. It is no use learning theory without practice. 2. It is no fun being lost in rain. 用It is 后接useless, nice, good, interesting, worthwhile 等的句型 1. It is worthwhile taking this into consideration. 用There + be + no + v-ing 的句型 1. There is no joking about such matters. 2. There is no getting along with him. (简直无法与他相处) 二、动名词也可以作宾语（Object) 作动词/动词短语的宾语(置于动词或动词短语的后面） 1. I cannot help laughing. （我禁不住笑了起来）（宾语laughing) 2. You should avoid quarrelling with your sister. (宾语quarrelling) 3. You should practice speaking English more. (宾语speaking) 注意：上面三个句子中的动词:help, avoid, practice 只能用动名词作宾语。这类动词还有：dislike 厌恶admit 接受repent 后悔acknowledge 承认
常用标点符号用法简表 标点符号栏目对每一种汉语标点符号都有详细分析，下表中未完全添加链接，请需要的同学或朋友到该栏目查询。名称符号用法说明举例句号。表示一句话完了之后的停顿。中国共产党是全中国人民的领导核心。逗号，表示一句话中间的停顿。全世界各国人民的正义斗争，都是互相支持的。顿号、表示句中并列的词或词组之间的停顿。能源是发展农业、工业、国防、科学技术和提高人民生活的重要物质基础。分号；表示一句话中并列分句之间的停顿。不批判唯心论，就不能发展唯物论；不批判形而上学，就不能发展唯物辩证法。冒号：用以提示下文。马克思主义哲学告诉我们：正确的认识来源于社会实践。问号？用在问句之后。是谁创造了人类？是我们劳动群众。感情号①！1.表示强烈的感情。2.表示感叹句末尾的停顿。战无不胜的马克思主义、列宁主义、毛泽东思想万岁！引号 ②“ ” ‘ ’ ╗╚ ┐└1.表示引用的部分。毛泽东同志在《论十大关系》一文中说：“我们要调动一切直接的和间接的力量，为把我国建设成为一个强大的社会主义国家而奋斗。”2.表示特定的称谓或需要着重指出的部分。他们当中许多人是身体好、学习好、工作好的“三好”学生。 3.表示讽刺或否定的意思。这伙政治骗子恬不知耻地自封为“理论家”。括号③（）表示文中注释的部分。这篇小说环境描写十分出色，它的描写（无论是野外，或是室内）处处与故事的发展扣得很紧。省略号④……表示文中省略的部分。这个县办工厂现在可以生产车床、电机、变压器、水泵、电线……上百种产品。破折号⑤——1.表示底下是解释、说明的部
分，有括号的作用。知识的问题是一个科学问题，来不得半点的虚伪和骄 傲，决定地需要的倒是其反面——诚实和谦逊的态度。2.表示意思的递进。 团结——批评和自我批评——团结3.表示意思的转折。很白很亮的一堆洋 钱！而且是他的——现在不见了！连接号⑥—1.表示时间、地点、数目等 的起止。抗日战争时期（1937-1945年）“北京—上海”直达快车2.表 示相关的人或事物的联系。亚洲—太平洋地区书名号⑦《》〈〉表示 书籍、文件、报刊、文章等的名称。《矛盾论》《中华人民共和国宪法》《人 民日报》《红旗》杂志《学习〈为人民服务〉》间隔号·1.表示月份和日期 之间的分界。一二·九运动2.表示某些民族人名中的音界。诺尔曼·白求 恩着重号.表示文中需要强调的部分。学习马克思列宁主义，要按照毛泽 东同志倡导的方法，理论联系实际。······
翻译中不可译性的文化阐释 翻译中不可译性的文化阐释 时间:2012-03-13 15:51来源:论文网点击:次[收藏到QQ书签] [摘要] 由于语言和文化的不同和差异，我们必须承认英译汉和汉译英之间确实存在不可译现象。但是我们不 能忽略语言之间的通性和文化之间的共性。我们有必要知道不可译和可译是共同存在的。我们可以用很多的补偿 的方法来使不可译转换成可译（在本文不做过多的说明）。随着经济的发展和社会的进步各个国家之间的障碍就越 来越小，这样整个世界变得越来越小，那么语言和文化的交流也会越来越密切，这样语言的障碍就会变得越来越小。 [关键词] 等值转换理论；翻译；不可译性 翻译的不可译性是，从本质来看，实际就是一种民族语言文化视野对另一种民族语言文化的认识能力的限定问题。诚然认识能力是相对的，变化的。不可译性随着民族语言文化视野的拓展，又将变成可译的。一、卡特福德的等值转换理论翻译的等值研究问题是20 世纪语言学派研究的中心问题。那么等值的定义是“在各自的语言中，有两个相同或者几乎相同的语篇功能的翻译单位，通过译者的翻译活动所形成的统一关系”。[1]卡特福德认为，翻译就等值来看，是将一种语言的文本转化成等值的另一种语言的文本材料。“翻译实践的中心问题在于寻去等值成分，翻译理论的中心任务在于界定等值的本质和条件”(defining the nature and condition oftranslation equivalence)[2]也就是说，确立语言之间的等值关系是翻译的本质和基础。这种等值应该建立在动态，而非静态的双语转换机制上。实际上，翻译也就是在译语语境中，寻找最大可能与原语语境重叠的等值成分。但有时会出现等值为零的对应，如The Sun Also Rise. 译成汉语是《太阳照常升起》，英语定冠词的汉语对应为零。“形式对应”是指任何译语范畴如单位、类别、结构成分等等，在译语中尽可能占有与原语范畴在原语中同样的地位。所谓范畴就是语法中的词性以及数、格、体、人称、时态、语态、情态等的各种变化。卡特福德还提出了语言的不可译性和文化不可译性观点。语言不可译性来自两个方面一是原语中两个或两个以上的语法单位或单词，共用了一个语言形式；或者目的语种没有原语中能替换的词汇和语法，只有调整词序和句子结构作为补偿。二是原语单位一词多义，而译入语没有相应的一词多义。文化不可译性产生的原因是，原语文本功能相关的语境特征在译语文化中却不存在。[3]等值翻译的两个限度是：其一，媒介之间的翻译是不可能的，及不能把一个文本的口头翻译成书面形式，反之亦然。其二，无论是 媒介层次(音位学或字符学)之间，还是语法和词汇层之间的翻译都是不可能的，语音与语法，词汇和字形是不能互换的。他提出的等值意义在于，从某
2011-2012学年第一学期《语言哲学》课 作业 关于对比语言学的起源、代表人物及一般理论与方法 姓名：朝鲁门 学号：20104004017 专业：外国语语言学及应用语言学 1 对比语言学的定义 对比语言学语是言学中的一个分支，其任务是对两种或两种以上的语言进行共时的对比研究，描述他们之间的异同特别是它们之间的不同之处，并将这类研究用语其它有关领域。 （1）对比语言学是语言学的一个分支。 （2）对比语言学是对两种或两种以上语言的对比描述。 (3) 对比语言学是共时的研究。 （4）对比语言学虽然同时研究和描述语言之间的异同，但侧重点是语言之间的不同之处。 2 对比语言学的起源 语言之间的比较源远流长。自有语言研究以来，便有语言之间的比较；不同语言之间的比较与语言研究，可以说是同时开始的，具有同样悠久的历史。而对比语言学作为现代语言学的一个分支在西方则可以说有两个源头，一个在欧洲，一个在美国。 2.1 欧洲对比语言学的起源 欧洲传统的对比语言学起源于19世纪末、20世纪初的对比型共时语言分析，代表了当时语言学研究的兴趣逐步从历时转向共时这一时代潮流的一股分支。这一传统的对比语言学在二十年代末由布拉格学派的语言学家继承下来，一直延续到六十年代。
2.2 美国对比语言语的起源 美国传统的对比语言学起源于第二次世界大战期间，可以说是由当时外语教学的需要、行为主义心理学对外语教学理论的影响和美国结构主义语言学的发展这三股历史潮流汇合而成的。 教学效果最好的教材是以对所学语言进行科学的描述为基础，并将其与对学生的母语所做的同样描述进行仔细比较后所编程的那些教材。 3 对比语言学的代表人物及理论体系 3.1叶斯帕森 叶斯帕森(Otto Jespersen 1860-1943)被认为对英语语言最具权威的丹麦著名语言学家。他的《语法哲学》奠定了他作为理论语言学家的地位。 他提倡语言的对比应该扩大研究范围，比较可以在同族语系中的语言中进行，也可以在不同语系或距离甚远的两种或多种语言中进行。从这点出发，叶氏的“一种新的比较语法”可以被认为就是所谓的“对比语言学”。 他的另一个重要观点是强调语言比较研究中本民族的“语感”。 3.2 沃尔夫 “对比语言学”这一名称是美国人类学语言学家沃尔夫(Benjamin lee Whorf, 1897-1941)首先提出来的, 沃尔夫在发表于1941年的《语言与逻辑》一文中,第一次提出了“对比语言学”的名称。 沃尔夫在语言学史上之出名,主要不是因为他提出了对比语言学的名称,而是因为以他名字命名的“沃尔夫假说”(或加上他老师名字的“沃尔夫—萨丕尔假说”)。这一假说包括语言相对论和语言决定论两个内容。沃尔夫假说是沃尔夫提出对比语言学的根本出发点。 后人从沃尔夫假说出发，得出了三个结论。第一，既然语言和思维方式的差异是多种多样的，因而要了解人类的全部智慧，就必须研究和比较各种各样的语言，特别是差别很大的语言。第二，由于以上认识，他对当时以印欧语为中心的比较语言学以及在此基础上形成的一元语言观特别担忧：这些语言是同属印欧语系的同源语，其基本轮廓大致相同，从历史角度看是从很久以前的同一个言语共同体传承而来；这些同源语长期以来分担了形成一种共同文化的任务；这种共同
英语情态动词用法总结(完整) 一、单项选择情态动词 1．--- Difficulties always go with me! --- Cheer up! If God closes door in front of you, there be a window opened for you. A．must B．would C．could D．can 【答案】A 【解析】 【详解】 考查情态动词辨析。句意：——困难总是伴随着我！——高兴点! 如果上帝在你面前关上了门，一定有一扇窗户为你打开。A. must必须；B. would将要；C. could能，会；D. can能，会。must表示对现在的状态推测时，意为“一定”，表示可能性很大的推测。符合语境。故选A。 【点睛】 1) must用在肯定句中表示较有把握的推测，意为"一定"。 2) must表对现在的状态或现在正发生的事情的推测时， must 后面通常接系动词be 的原形或行为动词的进行式。 3) must 表示对已发生的事情的推测时，must 要接完成式。 4) must表示对过去某时正发生的事情的推测，must 后面要接完成进行式。 5) 否定推测用can't。 本句中的。must表示对现在的状态推测时，意为一定，表示可能性很大的推测。符合第2点用法。 2．Paul did a great job in the speech contest. He many times last week. A．need have practised B．might practise C．must have practised D．could practise 【答案】C 【解析】 【详解】 考查情态动词。句意：保罗在演讲比赛中表现得很好。他上星期一定练习了很多次。must have done是对过去发生的动作最有把握的猜测，意思是“一定”。故C选项正确。 3．He is a bad-tempered fellow, but he ________ be quite charming when he wishes. A．shall B．should C．can D．must 【答案】C 【解析】 【详解】 考查情态动词辨析。句意：他是个脾气不好的家伙，但当他希望自己有魅力的时候，他可
一、基本定义 句子，前后都有停顿，并带有一定的句调，表示相对完整的意义。句子前后或中间的停顿，在口头语言中，表现出来就是时间间隔，在书面语言中，就用标点符号来表示。一般来说，汉语中的句子分以下几种： 陈述句： 用来说明事实的句子。 祈使句： 用来要求听话人做某件事情的句子。 疑问句： 用来提出问题的句子。 感叹句： 用来抒发某种强烈感情的句子。 复句、分句： 意思上有密切联系的小句子组织在一起构成一个大句子。这样的大句子叫复句，复句中的每个小句子叫分句。 构成句子的语言单位是词语，即词和短语（词组）。词即最小的能独立运用的语言单位。短语，即由两个或两个以上的词按一定的语法规则组成的表达一定意义的语言单位，也叫词组。 标点符号是书面语言的有机组成部分，是书面语言不可缺少的辅助工具。它帮助人们确切地表达思想感情和理解书面语言。 二、用法简表 名称
句号① 问号符号用法说明。？1．用于陈述句的末尾。 2．用于语气舒缓的祈使句末尾。 1．用于疑问句的末尾。 2．用于反问句的末尾。 1．用于感叹句的末尾。 叹号！ 2．用于语气强烈的祈使句末尾。 3．用于语气强烈的反问句末尾。举例 xx是xx的首都。 请您稍等一下。 他叫什么名字？ 难道你不了解我吗？为祖国的繁荣昌盛而奋斗！停止射击！ 我哪里比得上他呀！ 1．句子内部主语与谓语之间如需停顿，用逗号。我们看得见的星星，绝大多数是恒星。 2．句子内部动词与宾语之间如需停顿，用逗号。应该看到，科学需要一个人贡献出毕生的精力。 3．句子内部状语后边如需停顿，用逗号。对于这个城市，他并不陌生。 4．复句内各分句之间的停顿，除了有时要用分号据说苏州园林有一百多处，我到过的不外，都要用逗号。过十多处。 顿号、用于句子内部并列词语之间的停顿。
翻译的不可译性和可译性 赵云龙刘慧玲 翻译中遇到不可译性的问题是常有的事。翻译是搞语言文字的转换工作，所谓可译性和不可译性也完全是针对语言文字而官的。世界各民族语言文字的共同特征形成了翻译中的可译性，而各区城民族因地理条件和文明程度等方面的迥异形成了讲言文字方面的隔腆性、冷僻性和不可理解性，也造成了翻译中的不可译性。本文从语言文化的角度谈谈翻译中的不可译性和可译性问题。 一、不可译性 在翻译过程中，原文的某些语言现象在译文中无法表达，属不可译性。不可译是语际转换中永远存在的一种现象.原因为任何语言都带有很大的实在性和局限性，它从来也没有考虑到如何翻译其他文化的问题。应该说翻译中语言本身出现不可译现象是完全正常的和客观的。 不可译性大致可分为两种。 第一种是;译入语言缺乏对等的表达形式。一种语言用某一形式表达了语义场内的某一意义，同时表达了该形式的某些特征，而另一种语言又恰好缺乏相应的形式既能表达出该意义又能表达出所要求的该形式的某些特征，不可译的问题就必然会出现.这是不可译性产生的语言学原因。翻译中的绝对不可译现象一般都是与语言文字形式相关的一些现象。如下面的两句: 1) A: What makes a road broad? B: The letter B. 2) A: Why is the letter D like a bad boy? B: Because it makes ma mad. 句中“road，broad，ma，mad”不仅起一般词形的形式作用，而且是作为内容出现的.句中“road”，“broad”和“B”都无法译成汉语.如当英语语言形式本身充当内容时.不可译现象就可能出现.此外，还有与语言父字的形式特点有关的不可译现象。这类现象大多是利用语言文字的形式特点达到某种修辞效果。属于这类现象的有韵(尤其是头韵)、文字游戏(双关语)和某些实用意义等。汉语中那些依赖语言音形义结构的修辞手法(如双关、拆词、仿词等)几乎都是不可译的。如:好容易到年末，有一日，母亲告诉我，闰土来了，我便飞跑着去看.(鲁迅《故乡》) At last the end of the year came，and one day mother told me that Runtu had come，and I flew to see him.(杨宪益、戴乃迭合译) 句中“好容易”实指“好不容易”，表示难言的渴望之情，这一修辞有习用性.是不可译的。 第二种是，译文语言缺乏应有的表达形式.就是说，原文表达的思想对译文语言来说完全是新的。一个民族运用了新的词汇表达新产生的思想，而另一个民族由于地理的或社会的原因，没有产生这种新概念、新思想，当他们需要翻译这个新的词汇时.必然会遇到不可译的问题。比如，英语的“illoetionaryaet”是个新词，既有“言外之意”又有“言语目的”的意思，还带“非言语活动”的含义。汉语中一时还没有相应的词来表达它。文化差异导致的非对应也是在语际翻译上导致难译性和不可译性的主要原因。原语中的指称对象在译语中不存在，不常见，不被注意。如“松”和“鹤”在汉语里可比喻长寿。相比之下，英语中就没有相应的隐喻。对英语接受者来说，“松”和“鹤”并不能引起与汉语接受者相同的联想.又如美国但语中称学者(如大学教授)为“egghead”，这在汉语中也找不到相应的形式和涵义。同样，中国的知识分子曾一度被污蔑为“奥老九”，如果脱离了当时的社会和文化背景，是很难理解这一称呼的含义的.这几个例子说明，语言之间存在着一些形式和内容都颇为独特，无法相互取代的符号，这使语言和文化间，出现了一些难以逾越的沟壑，严重障碍了彼此的交流.这是产生不可译的历史文化原因。 总的说来，不可译的东西并不等于没有确译的词句。众所周知，翻译就是把某一种语言所表达的思想准确而完整地用另一种语言再现出来。那么，在翻译中不可准确地再现，就是不可译性。这就是说，确译与误译在于有没有准确、完整的再现，而不可译则在于可不可能达到准确、完整。 二、可译性 在各种语言中，共性是广泛存在的。语言之间的共性构成了可译性的基础。 l、可译性的理论依据 语言是思维的各种不同的工具和外壳，但是思维的基础是现实，思维是统一的，思维的规律是一样的，
语言和文化角度的不可译性 英汉互译中，无法将源语翻译成目的语而造成一定程度上意义的损失，即成为“不可译性”。它包括“语言上的不可译”和“文化上的不可译”。 标签：语音;文化;不可译 一、语言层面的不可译性 语言上的不可译性体现在字形和语音两大方面。 从语音角度看：汉语是单音节和多声调语言;而英语却是集单音节、双音节和多音节为一体，只有语调的升降之分。中国古诗中大量的双声叠韵词，使其朗朗上口，而译文却无法达到这种效果。 汉字是表意文字，而英文为表音文字，故两者的文字特征无法互译。如汉语和英语的字谜，基本上无法将其转译;还有中英文中回文的修辞，如：“llqadam，I am Adam.”——“Sir，I am Iris”和“上海自来水来自海上”，这形式给翻译带来了巨大的难度。 笔者认为，解决语音层面不可译性对策有以下几种： （一）增益法 增益法即增加原文中原来并没有的部分，使得译文更加贴合译人语文化，且不会对原文意思造成损害的方法。比如“The hostcarved，poured，served，cut hread，talked，laughed; proposed health.”这句中一系列词都以[d]发音结尾，朗朗上口，将其增译为“主人割肉呀，斟酒呀，布菜呀，切面包呀，敬酒呀，又说又笑，忙个不停。”语气助词“呀”使泽文不仅取得了与原文一样的效果，而且读起来妙趣横生。 （二）直译法 此处的直译法虽难度大，还有运气的成分，但仍然具有可行性。马克吐温曾写“It was a splendid population-for all the sloic，sleepy，sluggish—brained sloths stayed at home……”句中五个“S”一气呵成，这种原语中形、音、义的“三结合”，在译成目的语后是法完整体现的。尽管如此，译者马红军给出了翻译——“（出来的）这帮人个个出类拔萃——因为凡是呆板、呆滞、呆头呆脑的呆子都呆在了家里。”保持了原文形式，而且忠实。 （三）对应翻译法 此处的对应翻译法即是在目的语中找到和源语所指并不一定对应，但是能在
数学语言幽默的妙用 东关二校孔华荣 数学科相对而言，是很枯燥无味的。什么意义、性质、定理、定律等小学生们都不感兴趣。作为数学教师，如果在课堂上巧妙地应用幽默有趣的语言，面对不同的教育对象，去解决问题，就能更加激起小学生的学习积极性，使小学生在较短的时间内轻松、愉快地学到更多、更扎实的知识。 以往，在数学课堂教学中，不怎么使用也不太注意语言的幽默，总认为：数学课的语言，只要能把问题讲明白、学生听明白就行。其实不然，直到有一次数学课堂上，受到学生的启示，才使我彻底改变了观念。那是在我上商中间有零的除法一课时，当我讲完例题后，就让学生做练习题，尔后又组织学生同小组交流练习，并相互指导、相互学习，我也兴趣昂然地参加了一个小组的讨论、交流活动。一会儿，这个小组的A同学，发现了同组的几个同学都把商中间的零漏掉了，立刻他们小组的同学各持己见地展开了争论，只听到A同学高声说道：“我们小组把你们的名字写漏掉了，谁愿意呢？还能成为一个完整的小组吗？”我灵机一动，立刻去各小组巡视，果然发现其他小组的学生也有把商中间的零漏掉的，我马上把这些同学的练习本收上来，故意不发给做错题的这些同学，并指名他们照着自己做的题板书在黑板上，全班同学进行评价。同学们立刻发现了错误，纷纷举手抢答：“商中间的零漏掉了。”我抓住机会顺势说道：是啊！商中间的零漏掉了，这可不是小事，零一定会很难过的，因为这里零的最大用处
就是补空位的，你们几个竟然把它给漏掉了，零和你们几个写错题的一样难过。其实，零也一直大声地喊着你们：‘同学，不能把我们漏掉，我和其它数字才能合理地组成商这个家族啊，要不然这道题你就白做了。’”我说过后，全班哄堂大笑，学生们情绪高涨了，课堂活动随之进入了高潮。接下来，我又出示了几道商中间有零的除法练习题，全班再也没有出现漏零的现象。 这节课，促使我深深地反思与展望，未来的课怎么上，未来的教师怎么去当，这是一个严峻的课题。小学生的启示，使我心灵深处受到了震撼：孩子们的各种潜能是巨大的，关键是看我们的教师怎样去发掘、去开发。教师课堂语言的幽默化趣味化，是课堂教学机智的充分体现，如果我们的教师都能恰如其分地应用亲切而温和、风趣而严肃、幽默而富有哲理、文雅而谦虚、生动而形象的语言去从事课堂教学活动，就能使课堂充满欢乐、和谐、亲切、民主、合作的气氛，从而促使课堂教学的高质量。
disappointed的用法小结 今天给大家整理了disappointed的用法，快来一起学习吧，下面就和大家分享，来欣赏一下吧。 disappointed用法 disappointed的解释 a. 失望的 disappointed的例句 The condition or feeling of being disappointed. 失望，扫兴失望的状态或沮丧的感觉 If you were expecting our life in the country to be the New Jerusalem, youre going to be very disappointed. 如果你期望我们在乡下的生活会像天堂那样美丽，那你是会非常失望的。 失望别再只说disappointed，这些才是老外最常用的表达
我们竭尽全力，希望都与人友好相处。不幸的是，大家并非总能如此，因此我们会有表达失望之情的需要，对自己或对别人失望。 对于这些情况，记住表达失望情绪的正确方式就很重要了。 换句话说，我们谈话的对象是谁?彼此是什么关系?我们会根据自己是在交友或工作的场合来使用不同的短语。 对自己感到失望： I wish I (我希望自己)+ Past Simple (一般过去时)= Present Disappointments 表达现在的失望情绪 将I wish(我希望)与一般过去时连用，以表达你对现在发生的某件事感到失望。这与使用非真实条件句来表达假想中的事相类似。 I wish I had a better job. 我希望能找到更好的工作。 I wish I had more time for my family. 我希望自己能有更多的时间陪伴家人。 I wish I spoke Italian. 我希望自己会说意大利语。
——45个基本介词的用法 1、about [prep] （1）在…到处，在…各处here and there eg: We wandered about the town for an hour or so. He looked about the room. （2）在…附近next to a place eg. She lives about the office. （3）关于in connection with eg: a book about English study I don’t know what you are talking about. [adv] （1）大约close to eg: We left there about 10 o’clock. It costs about 500 dollars. （2）到处，各处 eg: The children were rushing about in the garden. （3）在附近 eg : There is no food about. 【常见搭配】 作介词时的搭配: 一.动词+(about+名词) （1）arrange (about sth)安排关于某事（2）argue (about sth)讨论某事（3）ask (about sth) 询问关于某事（4）boast (about sb/sth) 吹嘘... （5）care (about sb/sth)关心…,对…感兴趣 （6）chat(about sth) 谈论某事（7）complain(about sb/sth) 抱怨…（8）dream (about sb/sth)梦见某人/某物 （9）go (about sth)着手做...；从事... （10）hear (about sth) 听说... （11）know(about sth) 了解...（12）learn (about sth) 得知某事（13）put (about sth)散布（谣言等）（14）quarrel (about sth)为...争吵 （15）see (about sth)负责处理... （16）talk(about sth) 谈论... （17）think (about sth) 考虑.. （18）warn sb (about sth) 告诫某人关 于某事 （19）wonder(about sb/sth) 对.. 好奇 （20）worry(about sb/sth) 对...担心 二、名词+(about+名词) （1）concern (about sb/sth) 对…的关心/关怀 （2）curiosity (about sb/sth) 对… 的好奇 （3）doubt (about sb/sth) 对…的怀疑 （4）ethusiasm (about sth) 对…的热情 （5）information (about sb/sth) 关于…的信息 （6）remark (about sth) 对…的评论 （7）opinion (about sth) 对…的意见 （8）view (about sb/sth) 对...的观 点 三、be+adj+(about+名词) （1）be angry (about sth) 为…而生气 （2）be anxious(about sth) 为…忧虑 （3）be careful(about sth) 当心… （4）be cautious (about sth) 谨 防...；对...持谨慎态度 （5）be certain (about sth) 确信关于某事 （6）be curious (about sth) 对…感到好奇 （7）be disappointed (about sth) 对…感到失望 （8）be excited (about sth) 对…感到兴奋 （9）be glad/happy (about sth) 对…感到高兴 （10）be hopeful (about sth) 对…抱有希望 （11）be crazy/mad/wild (about sth) 对…痴狂；酷爱某事 （12）be nervous (about sth) 为…感到不安/因...感到紧张 （13）be optimistic/positive (about sth) 对...是积极乐观的 （14）be particular (about sb/sth) 对... 讲究，挑剔 （15）be sad (about sth) 为…而难 过 （16）be serious (about sth) 对…认真 （17）be sorry (about sth) 对...抱歉 作副词时的搭配: 名词+动词+about （1）sth come about某事发生 （2）sth get about某事（尤指消息 等）传开 （3）sb turn about某人转身 （4）sb wander about某人徘徊，游 荡 （5）sb walk about某人走来走去 2、above 【原始含义】 a-b-over“A在B上方” 【引申含义】prep. （1）在…上方at or to a higher place than sth/sb eg: The sun rose above the horizon. （2）数目大于…/重量超过…/价格（能力、
常用标点符号主要用法 问号 1、用在特指问句后。如：(7)你今年多大了？ 2、用在反问句后。如：(8)为什么我们不能刻苦一点呢？ ?提示：反问句若语气缓和，末尾可用句号；若语气重可用感叹号。如：(9)国家 主席可以活活被整死；堂堂大元帅受辱骂；……这哪里还有什么尊重可言！ 3、用在设问句后。如：(10)我们能让你计划实现吗？不会的。 4、用在选择问句中。如：(11)我们是革命呢，还是要现大洋？ ( 12)你到底是去，还是不去？ 5、用在表疑问的独词句后。如：(13)我？不可能吧。 ?提示：若疑问句为倒装句，问号应放在句末。如：(14)到底出了什么问题，你的 车？(若说成：“到底出了什么问题？你的车。”则错误。) ?特别提示： 句号、问号均表示句末停顿。句号用于陈述句末尾，问号用于疑问句末尾。有些句 中虽有疑问词，但全句并不是疑问句，句末只能用句号，不能用问号。 例如：(17)……最后应求出铜块的体积是多少？ (18)面对千姿百态、纷繁芜杂的期刊世界，有哪位期刊编辑不想通过期刊版面设 计为刊物分朱布白、添花增色呢？ (19)关于什么是智力？国内外争论多年也没有定论。 (17) (18) ( 19)三句都是非疑问句，(17) (18)句中问号均应改为句号，(19)句中的问号应改为逗号。 感叹号 ?特别提示： 1、在表感叹或祈使语气的主谓倒装句中，感叹号要放在句末。 如：(20)多么雄伟壮观啊，万里长城！ 2、句前有叹词，后是感叹句，叹号放在句末。 如：(21)啊，这儿多么美丽！ 下面介绍句中点号的用法。句中点号包括逗号、分号、顿号、和冒号四种。 逗号 提示：复句内各分句之间的停顿，除了有时用分号外，都要用逗号。 顿号 用于句中并列的词、词组之间较小的停顿。 如：(22)邓颖超的品德、人格、风范为中华民族树立了一座精神丰碑。 (23)从1918年起，鲁迅陆续发表了《狂人日记》、《药》、《祝福》等短篇小说。 ?特别提示：以下九种情况不用顿号。 1、不定数的两个数字间不用顿号。 如：(24)你的年龄大概是十六七岁。(不能写成“十六、七岁”) ?【注意】相邻的两个数字而非约数之间要用顿号。