前言：想要寫(xiě)出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇?jiǎng)澐志渥映煞址段?，相信?huì)為您的寫(xiě)作帶來(lái)幫助，發(fā)現(xiàn)更多的寫(xiě)作思路和靈感。

劃分句子成分范文第1篇

【摘要】

為了在線快速、自動(dòng)處理氣溶膠激光飛行時(shí)間質(zhì)譜儀在運(yùn)行過(guò)程中產(chǎn)生的海量數(shù)據(jù)并提取有價(jià)值的信息，將基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)共振算法運(yùn)用于氣溶膠單粒子化學(xué)成分在線聚類分析。利用該算法對(duì)NaCl粒子、NaCl和CaCl2的氣溶膠混合物、三聚氰胺氣溶膠單粒子以及大氣氣溶膠單粒子進(jìn)行在線分類，被成功分類的粒子數(shù)占命中粒子總數(shù)的100%，當(dāng)警戒閾值為0.1，學(xué)習(xí)速率為0.05時(shí)，獲得的每類聚類中心都能很好地代表該類物質(zhì)的特征;深入研究了警戒閾值對(duì)NaCl粒子在線聚類數(shù)的影響。結(jié)果表明: 當(dāng)警戒閾值增大到0.8時(shí)，在線聚類數(shù)增多，分類更加精細(xì)。本算法的質(zhì)譜分析軟件基本滿足大氣氣溶膠單粒子在線聚類分析的要求。

【關(guān)鍵詞】 大氣氣溶膠; 氣溶膠單粒子; 化學(xué)成分; 氣溶膠激光飛行時(shí)間質(zhì)譜儀; 自適應(yīng)共振神經(jīng)網(wǎng)絡(luò)

Abstract To quickly process the laser desorption/ionization mass spectra which were generated by aerosol laser timeofflight mass spectrometer (ALTOFMS) during its working and extract the valuable information， an adaptive resonance theorybased neural network， ART2a algorithm， was successfully applied to the realtime classification of single particles of NaCl， the mixture of NaCl and CaCl2 aerosol， melamine and the atmospheric aerosol. Experimental results showed that when vigilance factor was 0.1 and learning rate was 0.05， ART2a algorithm could successfully reveal the aerosol particles categories. Besides the successful probability was near 100%， the centroid mass spectra for the single particle classes were obtained， which could represent the characteristic of single particle classes remarkably. The number of NaCl single particle classes as a function of vigilance factor was also discussed. The result showed that the number of NaCl particle classes was larger when vigilance factor reached 0.8; furthermore the classification was much more precise. The mass spectra acquisition and control software using ART2a can basically meet the requirements of realtime classification of atmospheric aerosol single particles.

Keywords Atmospheric aerosol; Aerosol single particle; Chemistry composition; Aerosol laser timeofflight mass spectrometer; Adaptive resonance neural network

1 引 言

大氣氣溶膠在全球氣候變化、全球和區(qū)域污染過(guò)程、降低能見(jiàn)度等方面起到重要作用，甚至影響人類的生存環(huán)境。獲知?dú)馊苣z單粒子的粒徑和化學(xué)成分將有助于解析氣溶膠的來(lái)源、傳輸過(guò)程及其在大氣中的化學(xué)反應(yīng)[1～3]。氣溶膠激光飛行時(shí)間質(zhì)譜儀(Aerosol laser timeofflight mass spectrometer，ALTOFMS)能夠?qū)蝹€(gè)氣溶膠粒子的粒徑和化學(xué)成分進(jìn)行實(shí)時(shí)測(cè)量[4，5]。該儀器在使用過(guò)程中會(huì)產(chǎn)生海量數(shù)據(jù)(每分鐘達(dá)上百個(gè)質(zhì)譜數(shù)據(jù))，依靠人工處理數(shù)據(jù)不僅速度慢、勞動(dòng)強(qiáng)度大，還易出現(xiàn)誤差，極大地削弱了儀器實(shí)時(shí)測(cè)量的優(yōu)勢(shì)。因此，開(kāi)發(fā)高效全面的在線質(zhì)譜分析軟件非常必要。

目前已用于質(zhì)譜數(shù)據(jù)分析的方法多為離線分析，如等級(jí)聚類分析(HCA)、主成分分析(PCA)、模糊C均值(FCM)[5]、自組織特征映射神經(jīng)網(wǎng)絡(luò)(SOM)和自適應(yīng)共振算法(ART2a)[6～8]。本課題組利用FCM和ART2a算法對(duì)氣溶膠質(zhì)譜進(jìn)行離線聚類分析[5，8]，取得了較好的效果，但無(wú)法滿足實(shí)時(shí)在線快速提取信息的要求。目前，在線聚類分析質(zhì)譜數(shù)據(jù)方面的工作鮮有報(bào)道。

ART2a神經(jīng)網(wǎng)絡(luò)算法與其它算法相比，其最大的特點(diǎn)是能快速識(shí)別遇到過(guò)的質(zhì)譜模式類型，即存儲(chǔ)在數(shù)據(jù)庫(kù)中的聚類中心所代表的模式類，并且能夠根據(jù)環(huán)境輸入，自動(dòng)將不同于已知質(zhì)譜模式類但又具有相似特征的輸入歸為新的一類，并將學(xué)習(xí)到的這個(gè)新類的聚類中心保存下來(lái)，作為一種新的模式類參與以后的分類。簡(jiǎn)單而言，該算法具有無(wú)需監(jiān)督、可靈活控制分類精細(xì)程度、快速有效識(shí)別已記憶質(zhì)譜模式類以及根據(jù)環(huán)境變化自適應(yīng)快速識(shí)別和學(xué)習(xí)新類的特點(diǎn)，非常適合氣溶膠粒子化學(xué)成分的在線聚類分析。本研究在前期離線聚類分析基礎(chǔ)上，利用ART2a算法開(kāi)發(fā)實(shí)時(shí)的化學(xué)成分分析軟件，將其加載到ALTOFMS質(zhì)譜采集控制系統(tǒng)中，并對(duì)實(shí)驗(yàn)室環(huán)境下和大氣中的氣溶膠單粒子進(jìn)行在線分類，對(duì)粒子分類后的分類信息在采集控制系統(tǒng)中實(shí)時(shí)顯示。實(shí)驗(yàn)證明，此算法可對(duì)氣溶膠單粒子的化學(xué)成分進(jìn)行在線聚類分析，并可以較好地運(yùn)用到整機(jī)系統(tǒng)中。

2 實(shí)驗(yàn)部分

2.1 實(shí)驗(yàn)裝置

本實(shí)驗(yàn)是在自行研制的氣溶膠激光飛行時(shí)間質(zhì)譜儀上完成的。該儀器的工作原理及儀器裝置詳見(jiàn)文獻(xiàn)[3～5，9]。采用空氣動(dòng)力學(xué)透鏡加兩級(jí)差分系統(tǒng)進(jìn)樣、雙束連續(xù)激光測(cè)量氣溶膠單粒子粒徑和激光飛行時(shí)間質(zhì)譜儀進(jìn)行化學(xué)成分分析。使用德維爾比斯(Devilbiss 40#)產(chǎn)生氣溶膠粒子，方法參見(jiàn)文獻(xiàn)[8]。

2.2 數(shù)據(jù)預(yù)處理

在線聚類分析中的ART2a算法是離線聚類分析中ART2a算法的簡(jiǎn)化版本，前者省略了后者中的重復(fù)迭代過(guò)程，縮小了后者中學(xué)習(xí)速率的作用范圍。這是為了保證存放在數(shù)據(jù)庫(kù)中的聚類中心的穩(wěn)定性，其余步驟相同，見(jiàn)文獻(xiàn)[8]。簡(jiǎn)化的目的是在保證數(shù)據(jù)庫(kù)中聚類中心穩(wěn)定的情況下，通過(guò)犧牲少量的分類精確度，實(shí)現(xiàn)實(shí)時(shí)分類當(dāng)前采集到的氣溶膠粒子。在線仿真時(shí)單粒子的分析速度可以達(dá)到50個(gè)/s，而單粒子的采集速率僅為5個(gè)/s，因此，在線聚類分析的速度完全可以跟得上粒子的采集速率。

3 結(jié)果與討論

3.1 NaCl氣溶膠單粒子在線聚類分析

根據(jù)離線聚類分析的經(jīng)驗(yàn)值[7，9]，本實(shí)驗(yàn)中警戒閾值和學(xué)習(xí)速率分別取0.1和0.05。

即便數(shù)據(jù)庫(kù)中不存放NaCl質(zhì)譜聚類中心，軟件也能自行學(xué)習(xí)，將粒子質(zhì)譜很好地聚成3類：圖1所示為NaCl單粒子LDI正離子質(zhì)譜在線聚類中心，Class 1在m/z 23(Na+)和m/z 81(Na235Cl+)處有明顯的特征峰，占總質(zhì)譜數(shù)的57.5%。將其存入數(shù)據(jù)庫(kù)中，命名為NaCl Ⅰ類;Class 2中NaCl特征峰全部向后平移了1 Da，從而被聚成一個(gè)新類，占25.7%，這種峰值漂移不是新質(zhì)量數(shù)譜峰的出現(xiàn)，而是離子在穿越質(zhì)譜儀的離子引出區(qū)和加速區(qū)極板時(shí)發(fā)生部分離子吸附，引起極板間電壓起伏造成的[11]。正是這種飛行時(shí)間質(zhì)譜峰值的漂移導(dǎo)致了兩個(gè)來(lái)自相同物質(zhì)的粒子在某個(gè)或全部質(zhì)量數(shù)上相差1 Da;Class 3雖然完全包含了前面Class 1中的所有離子種類， 但它比Class 1多出了m/z 46(Na2+)， m/z 83(Na237Cl+)和m/z 139(Na335Cl2+) 3個(gè)離子特征峰，同樣屬于NaCl類，記為NaCl Ⅱ類，占3.5%。這與質(zhì)譜數(shù)據(jù)的采集次數(shù)無(wú)關(guān)，是NaCl質(zhì)譜種類本身的多樣性造成的。命中質(zhì)譜113個(gè)，能夠成功聚類的有98個(gè)，另外15個(gè)質(zhì)譜(占總質(zhì)譜數(shù)的13.3%)因Na+信號(hào)峰太強(qiáng)已經(jīng)過(guò)飽和，沒(méi)有進(jìn)行聚類，如果改變軟件設(shè)置的增益使信號(hào)減弱，可以全部分類。當(dāng)數(shù)據(jù)庫(kù)中加載了前面獲得的兩類聚類中心(NaCl Ⅰ 和NaCl Ⅱ)時(shí)，同樣可以很好地聚成3類：NaCl Ⅰ， NaCl Ⅱ和Newcluster 1。其中Newcluster 1即為圖1中的Class 2。由此可見(jiàn)，軟件的自主學(xué)習(xí)能力是非常強(qiáng)大的。

3.2 警戒閾值對(duì)NaCl粒子在線聚類數(shù)的影響

本實(shí)驗(yàn)考察了警戒閾值參數(shù)。實(shí)驗(yàn)發(fā)現(xiàn)，加大警戒閾值，可以增加在線分類數(shù)、提高分類的精細(xì)程度。圖2為不同警戒閾值與聚類數(shù)的關(guān)系。當(dāng)警戒閾值

3.3 NaCl和CaCl2氣溶膠粒子混合物在線聚類分析

用Devilbiss 40#分別產(chǎn)生多分散的NaCl氣溶膠粒子和CaCl2氣溶膠粒子，將其混合在10 L棕色瓶中，用ALTOFMS進(jìn)行檢測(cè)。實(shí)驗(yàn)共獲得255個(gè)有效質(zhì)譜數(shù)據(jù)，分為5類，各聚類的粒子個(gè)數(shù)(所占比例)、主要質(zhì)譜峰和物質(zhì)類型如表1所示。表1 基于ART2a算法的聚類概述(略)

本實(shí)驗(yàn)的前提條件是所加載的數(shù)據(jù)庫(kù)中只包含NaCl類而沒(méi)有CaCl2類：當(dāng)實(shí)驗(yàn)中采集到的質(zhì)譜特征峰(如23， 46， 81和83)只屬于已有數(shù)據(jù)庫(kù)中事先存放好的NaCl類時(shí)，算法能快速識(shí)別出來(lái)，自動(dòng)歸屬到NaCl類中;當(dāng)采集到的質(zhì)譜峰(m/z 40， 44， 75和77)不屬于NaCl類時(shí)，ART2a算法會(huì)自動(dòng)識(shí)別和學(xué)習(xí)特征峰并形成聚類中心Newcluster 1、2和3。實(shí)驗(yàn)結(jié)束后，只需分析3個(gè)聚類中心，并根據(jù)經(jīng)驗(yàn)判斷Newcluster 2和3可能屬于CaCl2類，因?yàn)檫@兩個(gè)聚類中心包含了CaCl2粒子的最常見(jiàn)的特征質(zhì)譜峰(40Ca2+， 44Ca2+， 40Ca35Cl+和40Ca37Cl+)，能較好地符合CaCl2顆粒的激光解吸附電離特性;Newcluster 1中的質(zhì)譜峰主要以40和23為主，由前面的分析就可以推斷出粒子可能是NaCl和CaCl2的混合物。當(dāng)NaCl和CaCl2以氣溶膠形式相互混合時(shí)，會(huì)發(fā)生凝并，進(jìn)入ALTOFMS的氣溶膠粒子產(chǎn)生的質(zhì)譜有一部分以Na+和Ca+形式共同存在。由于離子的空間電荷效應(yīng)導(dǎo)致質(zhì)譜峰展寬[12]，儀器分辨率有時(shí)比較差，NaCl與CaCl2氣溶膠粒子混合后的飛行時(shí)間質(zhì)譜中的Na+和Ca+峰跨越了幾個(gè)質(zhì)量數(shù)，因此獲得的聚類中心在m/z 40附近有m/z 35， 37和38的峰，并不是雜質(zhì)的影響。因此，當(dāng)采集到的粒子質(zhì)譜數(shù)據(jù)中出現(xiàn)新的質(zhì)譜模式類時(shí)，ART2a算法可以很好地適應(yīng)環(huán)境輸入，具有自動(dòng)識(shí)別和學(xué)習(xí)新的質(zhì)譜模式類型的能力。利用此算法開(kāi)發(fā)的在線質(zhì)譜分析軟件可以完成質(zhì)譜數(shù)據(jù)的在線預(yù)處理，反應(yīng)速度快、誤差小，從而使得需要人工處理的數(shù)據(jù)量明顯減少，這極大提高了質(zhì)譜儀實(shí)時(shí)檢測(cè)氣溶膠粒子的效率。

3.4 三聚氰胺氣溶膠單粒子在線聚類分析

以三聚氰胺為例研究有機(jī)氣溶膠單粒子的在線聚類分析。圖3a為三聚氰胺(C3H6N6)典型的正、負(fù)離子解吸/電離(LDI)質(zhì)譜。正離子質(zhì)譜中， m/z 127為分子離子([C3H6N6+H]+)，m/z 85 為三聚氰胺開(kāi)環(huán)分子重排失去H2NCN的碎片離子峰([C3H6N6+H-H2NCN]+)，m/z 68為m/z 85脫去NH3的碎片離子峰([C3H6N6+H-H2NCN-NH3]+)，m/z 60應(yīng)為三聚氰胺開(kāi)環(huán)分子重排失去HNCNCN的碎片離子峰([C3H6N6+H-HNCNCN]+)，m/z 43應(yīng)為m/z 60 脫去NH3的碎片離子峰([C3H6N6+H-HNCNCNNH3]+)。負(fù)離子質(zhì)譜中m/z 26是可以標(biāo)識(shí)的，為CN-。圖3b為三聚氰胺單粒子的在線聚類中心：負(fù)離子質(zhì)譜在m/z 26， 41和66處有明顯信號(hào)，這與其質(zhì)譜完全吻合;正離子質(zhì)譜在m/z 18， 23， 39和43處有明顯信號(hào)，m/z 127處沒(méi)有信號(hào)，原因是大多數(shù)有機(jī)氣溶膠粒子的LDI譜峰復(fù)雜多樣，且常存在金屬離子的干擾，分子離子峰本身質(zhì)量數(shù)比較大，探測(cè)效率很低(三聚氰胺分子離子峰的探測(cè)效率僅有0.2%)，軟件未分析出來(lái)，這就是犧牲少量的分類精確度，換取質(zhì)譜的實(shí)時(shí)分類。隨著實(shí)驗(yàn)方法和實(shí)驗(yàn)條件的完善和提高，分子離子峰的探測(cè)效率會(huì)相應(yīng)優(yōu)化，此軟件可以很好地應(yīng)用到有機(jī)氣溶膠粒子的實(shí)時(shí)分類。

3.5 大氣氣溶膠單粒子化學(xué)成分在線聚類分析

在前面研究的基礎(chǔ)上，對(duì)大氣氣溶膠單粒子進(jìn)行實(shí)時(shí)在線聚類分析。圖4為實(shí)驗(yàn)過(guò)程中截取的質(zhì)譜采集控制系統(tǒng)軟件界面。在質(zhì)譜采集控制系統(tǒng)[13]基礎(chǔ)上增加了實(shí)時(shí)的化學(xué)成分分析模塊，對(duì)粒子分類后的分類信息在圖5左側(cè)中間的列表控件中實(shí)時(shí)顯示。當(dāng)采集到的質(zhì)譜不屬于已加載的質(zhì)譜數(shù)據(jù)庫(kù)時(shí)，在線聚類名稱以newcluster 1， newcluster 2， newcluster 3……命名。命中的103個(gè)粒子被很好地聚為4類，被成功分類的粒子數(shù)占命中粒子總數(shù)的100%。

4 結(jié) 論

本實(shí)驗(yàn)利用ART2a算法編制軟件功能模塊，實(shí)現(xiàn)了對(duì)氣溶膠激光飛行時(shí)間質(zhì)譜數(shù)據(jù)的在線分類。運(yùn)用此算法對(duì)實(shí)驗(yàn)室環(huán)境下和大氣中的氣溶膠單粒子進(jìn)行了在線聚類分析。當(dāng)警戒閾值為0.1、學(xué)習(xí)速率為0.05時(shí)，能夠快速區(qū)分大氣氣溶膠粒子，被成功分類的粒子數(shù)占命中粒子總數(shù)的100%。獲得的每種粒子的聚類中心都能較好地代表該類物質(zhì)特征，對(duì)于有機(jī)氣溶膠單粒子而言，隨著實(shí)驗(yàn)方法和實(shí)驗(yàn)條件的完善和提高，分子離子峰的探測(cè)效率會(huì)相應(yīng)優(yōu)化，此軟件可以很好地應(yīng)用到有機(jī)氣溶膠粒子的實(shí)時(shí)分類。利用ART2a算法開(kāi)發(fā)的軟件模塊具有很好的自主學(xué)習(xí)和自動(dòng)識(shí)別學(xué)習(xí)新類的能力，可以應(yīng)用于氣溶膠激光飛行時(shí)間質(zhì)譜儀海量數(shù)據(jù)的在線聚類分析。

參考文獻(xiàn)

1 Suess D T， Prather K A. Chem. Rev.， 1999， 99(10): 3007～3035

2 XU SiQi(徐思琦)， XIE ZhouQing(謝周清)， LIU Wei(劉 崴)， YANG HongXia(楊紅霞)， LI Bing(李 冰). Chinese J. Anal. Chem.(分析化學(xué))， 2010， 38(2): 219～224

3 XIA ZhuHong(夏柱紅)， FANG Li(方 黎)， ZHENG HaiYang(鄭海洋)， KONG XiangHe(孔祥和)， ZHOU LiuZhu(周留柱)， GU XueJun(顧學(xué)軍)， ZHU Yuan(朱 元)， ZHANG WeiJun(張為俊). Chinese J. Anal. Chem.(分析化學(xué))， 2004， 32(7): 973～976

4 ZHOU LiuZhu(周留柱)， ZHU Yuan(朱 元)， GUO XiaoYong(郭曉勇)， ZHAO WenWu(趙文武)， ZHENG HaiYang(鄭海洋)， GU XueJun(顧學(xué)軍)， FANG Li(方 黎)， ZHANG WeiJun(張為俊). Chinese J. Anal. Chem.(分析化學(xué))， 2005， 33(11): 1551～1554

5 GUO XiaoYong(郭曉勇)， FANG Li(方 黎)， ZHAO WenWu(趙文武)， GU XueJun(顧學(xué)軍)， ZHENG HaiYang(鄭海洋)， ZHANG WeiJun(張為俊). Spectroscopy and Spectral Analysis(光譜學(xué)與光譜分析)， 2008， 28(8): 1713～1717

6 Song X H， Hopke P K， Fergenson D P， Prather K A. Anal. Chem.， 1999， 71(4): 860～865

7 Murphy D M， Middlebrook A M， Warshawsky M. Aerosol Sci. Tech.， 2003， 37(4): 382～391

8 LIN Ying(林 鶯)， GUO XiaoYong(郭曉勇)， GU XueJun(顧學(xué)軍)， XIA WeiWei(夏瑋瑋)， ZHENG HaiYang(鄭海洋)， ZHANG WeiJun(張為俊)， FANG Li(方 黎). Spectroscopy and Spectral Analysis(光譜學(xué)與光譜分析)， 2009， 29(3): 580～584

9 Guo X Y， Zhao W W， Huang M Q， Fang L， Zhang W J. Optica Applicata， 2007， 37(3): 229～235

10 Denis J P， Kevin P R， Anthony S W， David B K， Murray V J. Anal. Chem.， 2001， 73(10): 2338～2344

11 ZHANG ShuDong(張樹(shù)東)， XU MingKun(許明坤)， KONG XiangHe(孔祥和). Spectroscopy and Spectral Analysis(光譜學(xué)與光譜分析)， 2007， 27(4): 799～802

劃分句子成分范文第2篇

[關(guān)鍵詞]超支化聚合物，高度支化聚合物，樹(shù)枝狀大分子，超支化聚礬胺，超支化聚酉旨胺，超支化聚氨醋，分子設(shè)計(jì)，新方法，熒光，熒光超支化聚合物，激基締合物，碎滅，兩親性聚合物，兩親性超支化聚合物，自聚集，花標(biāo)記，花探針

中圖分類號(hào)：TQ 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-914X（2017）07-0054-01

1.主要內(nèi)容

1.1 本論文緊緊抓住當(dāng)前超支化聚合物發(fā)展的新動(dòng)向，摒棄傳統(tǒng)思維的束縛，從分子設(shè)計(jì)的角度出發(fā)，提出了合成超支化聚合物的幾種全新方法，由已商品化且價(jià)格便宜的單體制備了一系列具有廣泛應(yīng)用前景的超支化聚合物，解決了當(dāng)前超支化聚合物研究中合成工藝復(fù)雜、價(jià)格昂貴、結(jié)構(gòu)可控性差等一些重要問(wèn)題，為深入考察其結(jié)構(gòu)一性能關(guān)系、進(jìn)行功能材料設(shè)計(jì)及開(kāi)發(fā)應(yīng)用研究提供了可能。進(jìn)而采用在線皿、、等表征手段對(duì)聚合反應(yīng)機(jī)理進(jìn)行了詳細(xì)考察，提出了聚合反應(yīng)初期體系分子增長(zhǎng)的一般歷程。在此基礎(chǔ)上，采用封端法，將合成的部分超支化聚合物進(jìn)行了功能化，制得了水溶性熒光超支化聚礬胺及熒光超支化聚醚，考察了濃度、酸堿度、金屬離子等因素對(duì)熒光行為的影響，發(fā)現(xiàn)了超支化聚醚分子內(nèi)的激基締合物現(xiàn)象。本論文還合成了兩親性超支化聚礬胺，并用花熒光標(biāo)記和探針?lè)ㄑ芯苛嗽搩捎H性超支化聚合物在水溶液中的憎水自聚集作用。論文利用花熒光探針技術(shù)，首次發(fā)現(xiàn)了高度支化聚合物在水溶液中的自聚集行為，并研究了該行為與支化度的關(guān)系，得到了一些具有原創(chuàng)性的重要結(jié)論，為研究超支化聚合物自組裝行為打下了良好的基礎(chǔ)。用封端法制得了水溶性熒光超支化聚礬胺及熒光超支化聚醚。花標(biāo)記兩親性超支化聚合物的合成、熒光行為研究及利用花熒光探針研究高度支化聚合物水溶液的自聚集作用。

1.2 由于超支化聚合物所具有的三維球狀結(jié)構(gòu)，良好的溶解性，大量末端基因等獨(dú)特的物理、化學(xué)特性而成為近年來(lái)高分子科學(xué)研究的一個(gè)熱點(diǎn)，這可從近年來(lái)不斷增長(zhǎng)的文獻(xiàn)及綜述得到印證。由多，、為可反應(yīng)基因型單體縮合聚合制備超支化聚合物是合成超支化聚合物的常用方法。通過(guò)這種途徑，已制得包括聚苯、聚醚、聚酞胺、聚硅烷、聚醚醚酮、聚碳酸等在內(nèi)的多種超支化聚合物。然而，絕大多數(shù)型單體不能直接購(gòu)買(mǎi)，需由實(shí)驗(yàn)者自己合成，既費(fèi)時(shí)又費(fèi)力，極大程度地限制了超支化聚合物的功能化研究、大規(guī)模生成及商業(yè)化應(yīng)用。因而，合成方法及思維的革新勢(shì)在必行。年，己等人發(fā)明了一種“自縮合乙烯基聚合法”，并由間氯甲基苯乙烯合成了超支化聚合物。通過(guò)“開(kāi)環(huán)聚合”一田一合成超支化聚合物業(yè)已成為可能。最近，。匹、己等〔例分別用和型單體合成了超支化聚酞胺及超支化聚醚。但和單體的縮聚反應(yīng)通常會(huì)導(dǎo)致凝膠，使得聚合工藝難以控制。即使在特殊的催化劑作用下，也只有在極稀的反應(yīng)濃度時(shí)才有可能得到可溶性超支化聚合物。當(dāng)單體濃度達(dá)到幾時(shí)，即發(fā)生了交聯(lián)。而且，對(duì)于相同基因配比甩一的反應(yīng)，一內(nèi)即發(fā)生了凝膠化。圖式一合成超支化聚合物的新方法設(shè)計(jì)為了尋求原料易得且工藝可控性好的方法，本章從分子設(shè)計(jì)的角度提出了一種合成超支化聚合物的新思維，即由商品化的和'型單體合成超支化聚合物?；ㄔ诓煌瑵舛纫凰芤褐械陌l(fā)射光譜，一圖一一時(shí)花單體和發(fā)射峰與聚合物濃度的關(guān)系曲線對(duì)聚合物自聚集作用的影響如圖一所示，酸堿度對(duì)高度支化聚合物自聚集作用亦有影響。隨著值增大，花的單體發(fā)射強(qiáng)度在以下變化不大，在以上則逐漸增大而皿發(fā)射則隨逐漸增大工班的變化更為復(fù)雜，在以下逐漸增大，在附近無(wú)顯著變化，在以上則逐漸下降。這些數(shù)據(jù)再次證明，的形成并不是因?yàn)槭灏钡乃闇缫鸬?，否則工和工都將會(huì)隨增大而逐漸減小。由于在堿性條件下聚合物的溶解性有所下降，故花更容易形成，也就是說(shuō)聚合物的自聚集作用更明顯。圖一不同值下花在一水溶液中的發(fā)射光譜圖一花在一水溶液中的發(fā)射強(qiáng)度比與值的關(guān)系溶劑對(duì)高度支化聚合物自聚集作用的影響.如圖一所示，甲醇對(duì)花的熒光有一定的影響，但不顯著。隨著甲醇含量的增加，花的單體發(fā)射光譜緩慢增大，達(dá)到后則迅速下降同時(shí)峰強(qiáng)開(kāi)始略有增大，在后，有所減小習(xí)玩開(kāi)始隨甲醇含量增加亦呈下降的趨勢(shì)，后，轉(zhuǎn)為上升的趨勢(shì)。這說(shuō)明少量的甲醇將使花的熒光增強(qiáng)當(dāng)甲醇含量太高時(shí)，花的熒光會(huì)被部分碎滅，由于對(duì)單體發(fā)射碎滅更強(qiáng)，因而工創(chuàng)玩反而增大了?？偟恼f(shuō)來(lái)，甲醇對(duì)高度支化聚合物的聚集行為影響不大。與甲醇不同，二甲基亞礬對(duì)高度支化聚合物的聚集行為影響很明顯。如圖一所示，隨著二甲基亞礬含量的增加，花單體的熒光強(qiáng)度呈單調(diào)上升的趨勢(shì)，而的強(qiáng)度則呈單調(diào)下降的趨勢(shì)，習(xí)玩隨二甲基亞礬比例的加大而迅速減小。這些數(shù)據(jù)表明在有存在的情況下，高度支化聚合物的由于自聚集產(chǎn)生的膠束會(huì)遭到破壞。這種現(xiàn)象應(yīng)主要?dú)w因于的強(qiáng)極性及親脂肪鏈的特性。第七章花標(biāo)記或探針?lè)ㄑ芯砍Щ酆衔锼芤旱淖跃奂袨閳D一不同水甲醇混合溶劑中花的熒光發(fā)射光譜，圖中數(shù)據(jù)指甲醇的體積百分含量的濃度為圖一花在不同水甲醇混合溶劑中的含量。與甲醇含量的關(guān)系不同，二甲基亞礬混合溶劑中花的熒光發(fā)射光譜，圖中數(shù)據(jù)指二甲基亞礬的體積百分含量濃度為花在不同水二甲基亞礬混合溶劑中的含量。與二甲基亞礬含量的關(guān)系其它聚合物體系自聚集行為的花熒光探針研究在實(shí)驗(yàn)中，還用花探針的辦法對(duì)兩親性超支化聚合物一的自聚集行為進(jìn)行了研究，得到了與用標(biāo)記法研究一相一致的結(jié)論。

結(jié)論

用封端法制備了兩親性超支化聚合物，并用花標(biāo)記的方法對(duì)其在水溶液中的自聚集行為進(jìn)行了研究。兩親性超支化聚合物的自聚集作用隨憎水基團(tuán)在聚合物中的含量增大而增強(qiáng)，當(dāng)時(shí)，其產(chǎn)生膠束的濃度約為一幾，沒(méi)有憎水基團(tuán)的超支化聚礬胺在一定濃度的水溶液中可發(fā)生自聚集作用，其產(chǎn)生膠束的濃度約為兩親性超支化聚合物的一倍。當(dāng)時(shí)，超支化聚合物在相對(duì)低的濃度下就可發(fā)生自聚集作用，此時(shí)，兩親性超支化聚合物的自聚集的突變點(diǎn)為一幾，一的突變點(diǎn)為一幾。在一一之間，兩親性超支化聚合物的自聚集行為會(huì)發(fā)生突變，而在低濃度下沒(méi)有憎水基團(tuán)的超支化聚礬胺受酸堿度的影響要小得多。由于甲醇對(duì)兩親性超支化聚合物的溶解性及環(huán)境的極性產(chǎn)生影響，因而對(duì)其自聚集行為亦有影響。通過(guò)花探針的方法研究了不同支化度的高度支化聚合物在水溶液中的自聚集行為，支化度越大越容易發(fā)生自聚集作用，支化度越高的聚合物l生自聚集作用的轉(zhuǎn)化點(diǎn)越低，當(dāng)支化度很小巧時(shí)，聚礬胺難以產(chǎn)生自聚集作用。在堿性條件下，高度支化聚合物在水溶液中的自聚集更顯著，形成的膠束更緊密。相對(duì)于甲醇，二甲基亞礬對(duì)高度支化聚合物的聚集行為影響更明顯，隨二甲基亞礬含量的增加，聚合物的自聚集作用迅速減弱。超支化聚合物支化度與自聚集作用的這一關(guān)系可反過(guò)來(lái)用于支化度的測(cè)定。

參考文獻(xiàn)

劃分句子成分范文第3篇

1.1 自然語(yǔ)言理解的含義

廣義“語(yǔ)言”是指任意有結(jié)構(gòu)的符號(hào)系統(tǒng)。在這之中，自然語(yǔ)言和形式語(yǔ)言是常用的最關(guān)鍵的兩種語(yǔ)言。然而狹義“語(yǔ)言”是說(shuō)人類在社會(huì)生活中發(fā)展出來(lái)的用來(lái)互相交際的聲音符號(hào)系統(tǒng)，是“自然語(yǔ)言”。

“自然語(yǔ)言理解”又名為人機(jī)對(duì)話，說(shuō)的是讓計(jì)算機(jī)根據(jù)這種語(yǔ)言所傳遞的指令做出相對(duì)應(yīng)的回應(yīng)的體系。

1.2 自然語(yǔ)言理解技術(shù)的含義

（1）自然語(yǔ)言是非常繁瑣的符號(hào)系統(tǒng)。

（2）自然語(yǔ)言所有層次都具有非常高的不穩(wěn)定性。

（3）自然語(yǔ)言是時(shí)時(shí)刻刻都在改變的，它在人們的日常生活中變化，在不同語(yǔ)言的使用者之的相互影響和發(fā)展。

（4）自然語(yǔ)言是人們交流思想的工具。

2 自動(dòng)理解系統(tǒng)涉及到的問(wèn)題

（1）人類擁有獨(dú)立的語(yǔ)言能力，可以做出詞與詞之間的區(qū)分，為了使計(jì)算機(jī)能夠達(dá)到類似的效果，需要將有可能用到的詞語(yǔ)搜集到計(jì)算機(jī)系統(tǒng)中并構(gòu)建相應(yīng)的詞語(yǔ)庫(kù)。

（2）人們是通過(guò)識(shí)別出題目語(yǔ)句中的各個(gè)成分來(lái)對(duì)應(yīng)用題題目進(jìn)行理解的。計(jì)算機(jī)必須具有對(duì)句子中重要成分進(jìn)行劃分并標(biāo)注，才能擁有像人類一樣的能力。

（3）本文的最終目的是為了理解應(yīng)用題，分析句子成分之后如何提煉成分之間的數(shù)量關(guān)系，即如何將題目中涉及的知識(shí)提取表述出來(lái)。

綜上所述，為獲得能達(dá)到以上三點(diǎn)要求的一個(gè)系統(tǒng)，應(yīng)解決如下問(wèn)題：

① 句子成分的自動(dòng)分析

句子成分的自動(dòng)分析意味著識(shí)別出句子中的各個(gè)單詞。這包括了確定句子中的各個(gè)成分，以及判斷不同成分的必要性，并如何實(shí)現(xiàn)其中的具體過(guò)程。

② 題目所含信息的提取與表示

題目所含信息的提取與表示則意味著要在分析句子成分后提取有效的信息，并將這些信息以計(jì)算機(jī)能夠理解的方法進(jìn)行表達(dá)。

3 句子不同成分的分析

3.1 語(yǔ)義塊

語(yǔ)義塊在句子中起著最小語(yǔ)義構(gòu)成單位的作用，常用詞或短語(yǔ)來(lái)表達(dá)。語(yǔ)義塊的具體分類如下所示：

（1）主語(yǔ)義塊：主語(yǔ)義塊是句義中最重要的成分之一，可以將他們的組成部分分成核心部分和說(shuō)明部分。

（2）輔語(yǔ)義塊：相比于主語(yǔ)義塊顯得無(wú)足輕重。

在概念網(wǎng)絡(luò)理論中，特征語(yǔ)義塊的上裝代表前說(shuō)明成分，特征語(yǔ)義塊的下裝代表后說(shuō)明部分。特征語(yǔ)義塊的構(gòu)成可表示如下：

E=上裝+Ek+下裝 公式1

其中，Ek是E塊的核心部分。

3.2 句類

句類定義了句子的語(yǔ)義類別，具體分類如下所示：

（1）基本句類：基本句類只表達(dá)作用效應(yīng)鏈的一個(gè)環(huán)節(jié)。

（2）混合句類則表達(dá)作用效應(yīng)鏈的任意多個(gè)環(huán)節(jié)。

E語(yǔ)義塊可以構(gòu)成效應(yīng)句、作用句、轉(zhuǎn)移句、過(guò)程句、狀態(tài)句和關(guān)系句。每一個(gè)基本句類有其下屬類別，下屬類別之下還可以再分子類。

3.3 概念層次網(wǎng)絡(luò)理論的句類分析技術(shù)

概念層次網(wǎng)絡(luò)理論的句類分析技術(shù)是專門(mén)為了對(duì)語(yǔ)句進(jìn)行句子語(yǔ)義成分分析的一類技術(shù)，是識(shí)別句子中各語(yǔ)義塊的一種方法。

概念層次網(wǎng)絡(luò)理論的句類分析通過(guò)以下步驟來(lái)完成：

（1）對(duì)語(yǔ)義塊進(jìn)行感知。

（2）作出語(yǔ)義假設(shè)。

（3）旬類檢驗(yàn)。通過(guò)對(duì)句類的合理性進(jìn)行分析，確定出句子的句類。

（4）分析語(yǔ)義塊的構(gòu)成。在旬類檢驗(yàn)通過(guò)之后，分析各個(gè)語(yǔ)義塊的內(nèi)部結(jié)構(gòu)。

本文主要是利用HNC的句類分析技術(shù)，對(duì)句子中的各個(gè)語(yǔ)義塊進(jìn)行識(shí)別，識(shí)別之后按照一定規(guī)則提取出各個(gè)語(yǔ)義塊之間的數(shù)量關(guān)系。

4 系統(tǒng)的設(shè)計(jì)

為了將以句類知識(shí)提取思想訴諸實(shí)踐，實(shí)現(xiàn)前面所設(shè)計(jì)的算法，對(duì)這一思想的可行性以及實(shí)用性進(jìn)行檢驗(yàn)，本文設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)自動(dòng)理解系統(tǒng)。系統(tǒng)的總體模型如下：

依據(jù)本文中設(shè)計(jì)的系統(tǒng)總體模型框圖，設(shè)計(jì)出的應(yīng)用題自動(dòng)理解系統(tǒng)的具體流程為：

（1）先處理各個(gè)分句；再處理各個(gè)分句中的各個(gè)分詞，以詞的序列來(lái)代替各個(gè)分句。

（2）通過(guò)字詞結(jié)合規(guī)則預(yù)處理階段，標(biāo)注一些特殊的語(yǔ)義塊。

（3）識(shí)別語(yǔ)義塊，具體途徑則參照概念層次網(wǎng)絡(luò)理論的句類知識(shí)和語(yǔ)義塊知識(shí)。

（4）結(jié)合特定規(guī)則提煉出各個(gè)子句蘊(yùn)含的知識(shí)；最后掃描問(wèn)題，尋找出需要求的未知量。

5 結(jié)束語(yǔ)

5.1 本文總結(jié)

本文通過(guò)研究自動(dòng)理解應(yīng)用題系統(tǒng)的設(shè)計(jì)原理與設(shè)計(jì)思路，分析了自動(dòng)理解時(shí)需要注意的問(wèn)。本的主要工作如下：

（1）針對(duì)高中生應(yīng)用題的具體特點(diǎn)，在概念層次網(wǎng)絡(luò)主要理論基礎(chǔ)上，概括總結(jié)了常用的3種句子成分的劃分模塊。

（2）給出了高中生應(yīng)用題自動(dòng)理解系統(tǒng)的總體設(shè)計(jì)模型和基本設(shè)計(jì)流程。

5.2 進(jìn)一步研究

本文在概念層次網(wǎng)絡(luò)理論的基礎(chǔ)上設(shè)計(jì)出了高中生應(yīng)用題自動(dòng)理解，在未來(lái)的科研工作中，本文準(zhǔn)備再做以下幾個(gè)方面的深入研究：

劃分句子成分范文第4篇

【關(guān)鍵詞】句子結(jié)構(gòu) 句型 熱點(diǎn) 考查

【中圖分類號(hào)】H034 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】2095-3089（2012）05-0093-02

根據(jù)語(yǔ)法形式，即句子的結(jié)構(gòu)，英語(yǔ)的句子可分為簡(jiǎn)單句、并列句和復(fù)合句。

一、簡(jiǎn)單句：

只包含一個(gè)主語(yǔ)（或并列主語(yǔ)）和一個(gè)謂語(yǔ)動(dòng)詞（或并列謂語(yǔ)動(dòng)詞）。英語(yǔ)簡(jiǎn)單句由于所用的主要?jiǎng)釉~不同（即系動(dòng)詞、不及物動(dòng)詞和及物動(dòng)詞），就產(chǎn)生了簡(jiǎn)單句的五種基本句型。

（一）主語(yǔ) + 系動(dòng)詞 + 表語(yǔ)

We are teachers.

主 謂

系動(dòng)詞包括下面幾種：

1. 表示感覺(jué)、視覺(jué): feel, seem, appear, look, taste, smell, sound等。

2. 表示變化: turn, become, get, grow, go, come, run, fall等。

3. 表示保持某種狀態(tài): keep, be, stay, remain, continue, stand, sit等。

（二）主語(yǔ) + 不及物動(dòng)詞

The rain stopped.

主 謂

（三）主語(yǔ) + 及物動(dòng)詞 + 賓語(yǔ)

We like the delicious food.

主 謂

（四）主語(yǔ) + 及物動(dòng)詞 + 間接賓語(yǔ) + 直接賓語(yǔ)

Tom tells him the way to the station.

主 謂

（五）主語(yǔ) + 及物動(dòng)詞 + 賓語(yǔ) + 賓語(yǔ)補(bǔ)語(yǔ)

He called me Amanda.

主 謂

二、并列句：

包含兩個(gè)或兩個(gè)以上主謂結(jié)構(gòu)的句子叫并列句（構(gòu)成并列句的簡(jiǎn)單句常被叫作分句），句與句之間通常用并列連詞或逗號(hào)來(lái)連接。

We help them and they help us.

主 謂 主 謂

常用的并列連詞可以分為四種：

1. 平行關(guān)系and, as well as, along with, not only… but (also)…, neither…nor…等。

The teacher’s name is Smith, and the student’s name is John.

2. 轉(zhuǎn)折關(guān)系 but, yet, however, nevertheless, while等。

He is young, but he knows how to take care of him.

3. 選擇關(guān)系 or, otherwise, rather than, either…or…等。

Hurry up, or you’ll miss the train.

4. 因果關(guān)系 for, so, therefore, hence等。

The weather is fine, so I want to go shopping.

三、復(fù)合句：

有兩個(gè)或更多的主謂結(jié)構(gòu)，通常由一個(gè)主句和一個(gè)分句構(gòu)成。 在復(fù)合句中，主句是句子的主體，通?？梢元?dú)立存在；從句是主句的一個(gè)句子成分，不能獨(dú)立存在，但它也有主語(yǔ)部分和謂語(yǔ)部分。根據(jù)從句在主句中所發(fā)揮的語(yǔ)法功能將復(fù)合句分為名詞性從句、定語(yǔ)從句和狀語(yǔ)從句。

He said that he would come.

主句 從句

（一）名詞性從句： 在句子中充當(dāng)主語(yǔ)、賓語(yǔ)、表語(yǔ)與同位語(yǔ)的句子分別叫作主語(yǔ)從句、賓語(yǔ)從句、表語(yǔ)從句和同位語(yǔ)從句， 這些統(tǒng)稱為名詞性從句。

1. 主語(yǔ)從句：在復(fù)合句中用作主語(yǔ)的從句。為了保持句子平衡，主語(yǔ)從句常用it作形式主語(yǔ)，將主語(yǔ)從句后置。

1）It is + 名詞 + that從句

2）It is + 形容詞 + that從句

3）It + 動(dòng)詞 + that從句

4）It is + 過(guò)去分詞 + that從句

2. 賓語(yǔ)從句：在復(fù)合句中作主句的賓語(yǔ)。可以作主句謂語(yǔ)動(dòng)詞的賓語(yǔ)，也可以作介詞的賓語(yǔ)。

He asked his girlfriend if she has received his letter.

3. 表語(yǔ)從句：放在連系動(dòng)詞之后，充當(dāng)復(fù)合句中的表語(yǔ)。

The problem is that the family is short of money right now.

4. 同位語(yǔ)從句：用于對(duì)前面的名詞作進(jìn)一步解釋，說(shuō)明名詞的具體內(nèi)容。同位語(yǔ)從句一般由that引導(dǎo)。同位語(yǔ)從句一般跟在名詞fact, hope, idea, news, doubt, suggestion, information, opinion, decision, discovery, truth, promise等后面。

劃分句子成分范文第5篇

病句辨識(shí)指發(fā)現(xiàn)句子的語(yǔ)言毛病。由于這類題型只要求辨識(shí)語(yǔ)病而不要求修改，所以筆者認(rèn)為可以從培養(yǎng)劃分句子成分的能力和尋找病句特征兩個(gè)方面去抓好病句復(fù)習(xí)。

一、熟練而準(zhǔn)確地劃分句子成分

這是辨識(shí)病句的根本。劃分句子成分如同照妖鏡，一些長(zhǎng)而難的病句在這面鏡子面前原形畢露，如2013年山東卷的“當(dāng)今的世界，各個(gè)國(guó)家、地區(qū)相互依存，已經(jīng)形成了你中有我、我中有你的格局，是一個(gè)經(jīng)濟(jì)全球化的時(shí)代”，僅憑語(yǔ)感是很難發(fā)現(xiàn)其中的語(yǔ)病的，但是我們把主干“當(dāng)今的世界……是……的時(shí)代”抽取出來(lái)后，便發(fā)現(xiàn)主賓搭配不當(dāng)。

二、利用辨識(shí)口訣迅速找出病句

學(xué)生首先要理解《考試大綱》要求掌握的六種語(yǔ)病類型，然后，每種病句類型記幾個(gè)典型病句以加深理解。同時(shí)還必須學(xué)會(huì)根據(jù)病句的特征辨識(shí)病句。下面是筆者總結(jié)的快速辨識(shí)病句的口訣：主干遠(yuǎn)隔防假冒；介詞開(kāi)頭防主少；兩種格式致雜糅；一面、兩面須對(duì)應(yīng)；多項(xiàng)否定防意反；多項(xiàng)定狀語(yǔ)序拗；并列名詞防交叉，并列動(dòng)詞防倒置，并列主賓看搭配；關(guān)聯(lián)詞語(yǔ)看位置，關(guān)聯(lián)詞語(yǔ)看關(guān)系；指向多方不明了，邏輯錯(cuò)誤藏得巧，重復(fù)啰嗦須刪掉。

1．主干遠(yuǎn)隔防假冒

主語(yǔ)與謂語(yǔ)、謂語(yǔ)與賓語(yǔ)（或動(dòng)詞與賓語(yǔ)）、主語(yǔ)與賓語(yǔ)相隔較遠(yuǎn)，就要謹(jǐn)防假主語(yǔ)或主謂搭配不當(dāng)，謹(jǐn)防出現(xiàn)假賓語(yǔ)或者說(shuō)動(dòng)賓搭配不當(dāng)、賓語(yǔ)中心語(yǔ)殘缺，主賓搭配不當(dāng)?shù)葐?wèn)題。這種情況在高考中出現(xiàn)相當(dāng)多。如“作為古希臘哲學(xué)家，他在本體論問(wèn)題的論述中充滿著辯證法，因此被譽(yù)為‘古代世界的黑格爾’”（2014·新課標(biāo)全國(guó)卷Ⅰ），主語(yǔ)“他”與謂語(yǔ)“充滿辯證法”之間插入介詞結(jié)構(gòu)，易致人顧此失彼，其實(shí)“他”并不是“充滿辯證法”的主語(yǔ)，“論述”才是真正的主語(yǔ)。

一個(gè)主語(yǔ)后面有幾個(gè)謂語(yǔ)，往往也會(huì)出現(xiàn)假主語(yǔ)，或曰搭配不當(dāng)，如“作為一名語(yǔ)文老師，他非常喜歡茅盾的小說(shuō)，對(duì)茅盾的《子夜》曾反復(fù)閱讀，一直被翻得破爛不堪，只好重新裝訂”（2014·新課標(biāo)全國(guó)卷Ⅱ），句子較長(zhǎng)，“他”易被我們誤認(rèn)為是“一直被翻得破爛不堪”的主語(yǔ)，實(shí)際上真正的主語(yǔ)是“《子夜》”，應(yīng)把“被”改為“把它”，前后主語(yǔ)就一致了。

2．介詞開(kāi)頭防主少

介詞結(jié)構(gòu)是不能充當(dāng)主語(yǔ)的。當(dāng)句子開(kāi)頭出現(xiàn)介詞，而介詞結(jié)構(gòu)后面又沒(méi)有明確的主語(yǔ)的時(shí)候，我們可以判定句子缺少主語(yǔ)。如“近年來(lái)，隨著房地產(chǎn)市場(chǎng)的發(fā)展和商品房?jī)r(jià)格的持續(xù)上漲，引起了有關(guān)部門(mén)的高度重視”（2014·山東卷），這句話由于介詞“隨著”出現(xiàn)而缺少主語(yǔ)。

3.兩種格式致雜糅

一個(gè)句子同時(shí)使用兩種格式，造成雜糅。例如“本書(shū)首次將各民族文學(xué)廣泛載入中國(guó)文學(xué)通史，但就其章節(jié)設(shè)置、闡釋深度等方面依然有很大的改進(jìn)空間”（2014·新課標(biāo)全國(guó)卷Ⅰ），這句話既想用“但就其……方面來(lái)說(shuō)”，又想用“在……方面”，句式雜糅，應(yīng)刪“就”，或在“方面”后加“來(lái)說(shuō)”。

4.一面、兩面須對(duì)應(yīng)

句中出現(xiàn)“是否、能否、有沒(méi)有、要不要”等兩面詞，就應(yīng)警惕后文有無(wú)與之對(duì)應(yīng)的詞語(yǔ)，謹(jǐn)防兩面對(duì)一面或一面對(duì)兩面。如“在深化改革的關(guān)鍵階段，我們是否能夠保持積極的精神狀態(tài)，關(guān)系到我省經(jīng)濟(jì)的長(zhǎng)遠(yuǎn)發(fā)展，關(guān)系到全省人民的福祉，我們必須防止‘精神懈怠’。”這句話中，前面“是否”具有正反兩方面，后面“關(guān)系到經(jīng)濟(jì)的長(zhǎng)遠(yuǎn)發(fā)展”只涉及正面，犯了兩面對(duì)一面的錯(cuò)誤。

5.多項(xiàng)否定防意反

當(dāng)一個(gè)句子有多個(gè)否定意義的詞語(yǔ)出現(xiàn)，我們需謹(jǐn)防否定失當(dāng)而表意相反。如“好經(jīng)也要提防不被念歪”，“提放”與“不”均表否定，表意相反。

6.多項(xiàng)定狀語(yǔ)序拗

多項(xiàng)定狀或定狀同時(shí)出現(xiàn)，語(yǔ)序可能不當(dāng)，要注意理順語(yǔ)序。如“今天所投資百萬(wàn)元帶來(lái)的效益，恐怕是五年后投資千萬(wàn)元也比不上的”。“效益”前的定語(yǔ)有三個(gè)，我們就要謹(jǐn)防語(yǔ)序不當(dāng)，改為“今天投資百萬(wàn)元所帶來(lái)的效益”。

7.并列名詞防交叉

當(dāng)句中出現(xiàn)多個(gè)并列名詞時(shí)，謹(jǐn)防其概念交叉。如“生活用品以及床上用品都應(yīng)由學(xué)生自主選購(gòu)”，“生活用品”與“床上用品”概念交叉。

8.并列動(dòng)詞防倒置

并列的動(dòng)詞一般按邏輯順序和事理順序排列。如果幾個(gè)動(dòng)詞排列在一起，那么我們要警惕順序是否倒置，如“我們既要傳承文化，更要?jiǎng)?chuàng)新和發(fā)展文化”中，應(yīng)該先“發(fā)展”再“創(chuàng)新”。

9.并列主賓看搭配

如果一個(gè)動(dòng)詞支配多個(gè)賓語(yǔ)，就要看動(dòng)詞是否與每個(gè)賓語(yǔ)都能搭配；如果句中出現(xiàn)多個(gè)小主語(yǔ)，要看這些小主語(yǔ)與謂語(yǔ)是否搭配得當(dāng)。如在“土地沙漠化、植被覆蓋率和森林病蟲(chóng)害等十分嚴(yán)重，令人擔(dān)憂”中，“植被覆蓋率”與“十分嚴(yán)重，令人擔(dān)憂”不搭配。

10.關(guān)聯(lián)詞語(yǔ)看位置

一旦句中有關(guān)聯(lián)詞語(yǔ)，我們就要看關(guān)聯(lián)詞的位置是否正確。關(guān)聯(lián)復(fù)句前后分句如果是同一個(gè)主語(yǔ)，那么主語(yǔ)統(tǒng)領(lǐng)整句話，主語(yǔ)在關(guān)聯(lián)詞前；如果前后分句主語(yǔ)不同，那么后面的主語(yǔ)是整句話的主語(yǔ)，放在關(guān)聯(lián)詞后半部分的前面，而前面的主語(yǔ)放在關(guān)聯(lián)詞之后，前一分句構(gòu)成整句話的狀語(yǔ)。如“專家認(rèn)為，我國(guó)人均飲茶量每天不足10克，加之大部分農(nóng)藥不溶于水，茶葉中即使有少量的農(nóng)藥殘留，泡出的茶湯中也會(huì)農(nóng)藥含量極低，對(duì)人體健康影響不大”，主語(yǔ)是“茶湯”，前一個(gè)分句的主語(yǔ)是“茶葉”，將“即使”調(diào)至“茶葉”的前面，使之成為讓步狀語(yǔ)。

11.關(guān)聯(lián)詞語(yǔ)看關(guān)系

倘若句中有關(guān)聯(lián)詞語(yǔ)，我們就要看關(guān)聯(lián)詞語(yǔ)表達(dá)的邏輯關(guān)系是否成立，其中因果關(guān)系和遞進(jìn)關(guān)系是熱點(diǎn)。例如“次貸危機(jī)引發(fā)的全球性金融危機(jī)帶來(lái)的影響還在持續(xù)，隨著經(jīng)濟(jì)全球化的日益深化，如何緩解就業(yè)壓力已成為世界各國(guó)最大的難題”，“經(jīng)濟(jì)全球化的日益深化”并非“就業(yè)壓力”增大的原因。

12.指向多方不明了

造成歧義的原因很多，但是近幾年主要考察由語(yǔ)義指向多方導(dǎo)致的歧義。當(dāng)句中出現(xiàn)“和”、多項(xiàng)定語(yǔ)（特別是數(shù)量詞）、多項(xiàng)狀語(yǔ)，就要注意這些修飾成分的語(yǔ)義是否可以指向兩個(gè)以上的對(duì)象。如“兩個(gè)目擊者提供的彈殼”，“兩個(gè)”即可指向“目擊者”表示“由兩個(gè)目擊者提供的彈殼”的意思也可指向“彈殼”表示“目擊者提供的兩個(gè)彈殼”的意思，從而導(dǎo)致歧義。

13．邏輯錯(cuò)誤藏得巧

邏輯錯(cuò)誤往往藏得較深，不易發(fā)覺(jué)。這樣的句子單從語(yǔ)法角度分析是沒(méi)有問(wèn)題的，但仔細(xì)分析就會(huì)發(fā)現(xiàn)有自相矛盾、不合事理、推理不合邏輯等邏輯錯(cuò)誤。如2012全國(guó)大綱卷的“建立監(jiān)督機(jī)制非常重要，企業(yè)對(duì)制度的決策、出臺(tái)、執(zhí)行到取得成效的每個(gè)環(huán)節(jié)都納入監(jiān)督的范圍，就能切實(shí)有效地增強(qiáng)執(zhí)行力”，憑常識(shí)，制度一般要先醞釀再出臺(tái)，故“決策、出臺(tái)、執(zhí)行”改為“醞釀、出臺(tái)、執(zhí)行”。

14.重復(fù)啰嗦須刪掉