Найдите в тексте эквиваленты следующих слов и словосочетаний поиск работы

Обновлено: 05.07.2024

Ключевые слова – это слова или фразы, которые используются для сопоставления объявлений с поисковыми запросами. Типы соответствия ключевых слов определяют, насколько точно ключевое слово должно соответствовать поисковому запросу пользователя, чтобы объявление могло быть рассмотрено для участия в аукционе. Таким образом, вы можете использовать широкое соответствие, чтобы показывать свое объявление по более широкому кругу поисковых запросов пользователей, или точное соответствие, чтобы отточить конкретные поисковые запросы пользователей.

Совет

Знаете ли вы, что более широкие типы соответствия охватывают все запросы более узких типов соответствия, а также многое другое? Это означает, что ключевое слово с фразовым соответствием будет соответствовать всем поисковым запросам как одно и то же ключевое слово с точным соответствием, а также многое другое. Точно так же ключевое слово с широким соответствием будет соответствовать всем поисковым запросам с эквивалентными фразовыми и ключевыми словами с точным соответствием, а также многим другим. Таким образом, вы не получите дополнительных преимуществ от повторения одного и того же ключевого слова в нескольких типах соответствия.

Типы соответствия ключевых слов

Объявления могут показываться при поиске, связанном с вашим ключевым словом, в том числе при поиске, не содержащем ключевые слова. Это поможет вам привлечь больше посетителей на свой веб-сайт, тратить меньше времени на создание списков ключевых слов и сосредоточить свои расходы на ключевых словах, которые работают. Широкое соответствие – это тип соответствия по умолчанию, который назначается всем вашим ключевым словам, поэтому вам не нужно указывать другой тип соответствия (точное, фразовое или отрицательное соответствие).

Синтаксис широкого соответствия заключается в простом вводе ключевого слова. Ниже приведен пример того, как будет работать широкое соответствие:

Для предоставления релевантных совпадений этот тип соответствия может также учитывать следующее:

• Недавние поисковые действия пользователя.
• Содержимое целевой страницы
• Другие ключевые слова в группе объявлений, чтобы лучше понять назначение ключевого слова.

Широкое соответствие лучше всего работает с интеллектуальным назначением ставок. Система Smart Bidding устанавливает ставку для каждого отдельного аукциона каждого запроса и повышает или понижает ставки в зависимости от того, насколько хорошо будет работать запрос. Интеллектуальное назначение ставок выгодно благодаря сопоставлению с широким набором поисковых запросов, поэтому оно может найти поисковые запросы, которые лучше всего подходят для вас. Узнайте больше о том, как расширить кампании с помощью интеллектуального назначения ставок с широким соответствием

Примечание. Типы соответствия минус-слов ведут себя иначе, чем положительные типы соответствия. Подробнее о типах соответствия минус-слов

Не рекомендуется добавлять очень похожие ключевые слова, например "красная машина" и "красная машина", так как только одно ключевое слово будет соответствовать обоим запросам. Однако это никак не повлияет на ваши расходы или эффективность.

Например, ключевые слова с широким соответствием "красная машина" и "красная машина" будут распознаны как повторяющиеся, и будет использоваться ключевое слово с более высоким рейтингом объявления. Несмотря на то, что все ваши похожие ключевые слова могут быть допущены к показу в одном и том же поиске, у вас будет только одна ставка на аукционе объявлений. Подробнее о похожих ключевых словах в аккаунте Google Реклама

Объявления могут показываться при поиске, включающем значение вашего ключевого слова. Значение ключевого слова может подразумеваться, а пользовательский поиск может быть более конкретной формой значения. При фразовом соответствии вы можете охватить больше поисковых запросов, чем при точном соответствии, и меньшее количество поисковых запросов, чем при широком соответствии, показывая свои объявления только по тем запросам, которые включают ваш продукт или услугу.

Синтаксис фразового соответствия заключается в заключении ключевого слова в кавычки, например "обувь для тенниса". Ниже приведен пример того, как будет работать фразовое соответствие:

Примечание. Типы соответствия минус-слов ведут себя иначе, чем положительные типы соответствия. Подробнее о типах соответствия минус-слов

Объявления могут показываться при поиске, имеющем то же значение или намерение, что и ключевое слово. Из трех вариантов соответствия ключевых слов точное соответствие дает вам наибольший контроль над тем, кто увидит вашу рекламу, но обеспечивает меньше поисковых запросов, чем фразовое и широкое соответствие.

Синтаксис точного соответствия заключается в использовании квадратных скобок, например [красная обувь]. Ниже приведен пример того, как будет работать точное соответствие:

Примечание. Типы соответствия минус-слов ведут себя иначе, чем положительные типы соответствия. Подробнее о типах соответствия минус-слов

Используйте интеллектуальное назначение ставок со всеми типами соответствия для автоматической оптимизации в соответствии с вашими целями эффективности. Интеллектуальное назначение ставок лучше всего работает с широким соответствием, потому что широкий набор поисковых запросов позволяет узнать, что лучше всего подходит для вас. Подробнее об интеллектуальном назначении ставок

Минус-слова

Вы можете использовать минус-слова, чтобы ваши объявления не показывались при поиске по этому запросу. Поэтому, если вы представляете шляпную компанию, которая не продает бейсбольные кепки, вы можете добавить минус-слово для бейсбольных кепок. Однако обратите внимание, что типы соответствия минус-слов ведут себя иначе, чем положительные типы соответствия. Подробнее о минус-словах

Word для Microsoft 365 Word для Microsoft 365 для Mac Word для Интернета Word 2021 Word 2021 для Mac Word 2019 Word 2019 для Mac Word 2016 Word 2016 для Mac Word 2013 Word для iPad Word для iPhone Word для планшетов Android Word 2010 Word для Mac 2011 Word для телефонов Android Word Mobile Word Starter 2010 Еще. Меньше

Многие пользователи считают, что использование внешней клавиатуры с сочетаниями клавиш для Word помогает им работать более эффективно. Для пользователей с нарушениями опорно-двигательного аппарата или зрения использование сочетаний клавиш может быть проще, чем использование сенсорного экрана, и является существенной альтернативой использованию мыши.

Сочетания клавиш в этом разделе относятся к раскладке клавиатуры США. Клавиши для других раскладок могут не соответствовать точно клавишам на клавиатуре США.

Если сочетание клавиш требует одновременного нажатия двух или более клавиш, в этом разделе клавиши разделены знаком плюс (+). Если вам нужно нажать одну клавишу сразу после другой, клавиши разделяются запятой (,).

В этой статье описываются сочетания клавиш и функциональные клавиши в Word для Windows.

Чтобы быстро найти ярлык в этой статье, вы можете использовать Поиск. Нажмите Ctrl+F и введите слова для поиска.

Если действие, которое вы часто используете, не имеет сочетания клавиш, вы можете записать макрос, чтобы создать его.

Если вы используете Microsoft Word Starter, имейте в виду, что не все функции, перечисленные для Word, поддерживаются в Word Starter. Дополнительные сведения о функциях, доступных в Word Starter, см. в разделе Поддержка функций Word Starter.

Получите эти сочетания клавиш в документе Word по этой ссылке: Word 2016 для сочетаний клавиш Windows.

В этой теме

Часто используемые сочетания клавиш

В этой таблице показаны наиболее часто используемые сочетания клавиш в Microsoft Word.

Откройте документ.

Создайте новый документ.

Сохраните документ.

Закройте документ.

Вырезать выбранный контент в буфер обмена.

Скопировать выбранный контент в буфер обмена.

Вставьте содержимое буфера обмена.

Выбрать все содержимое документа.

Применить жирный шрифт к тексту.

Применить курсив к тексту.

Применить подчеркивание к тексту.

Уменьшить размер шрифта на 1 пункт.

Увеличить размер шрифта на 1 пункт.

Отцентрируйте текст.

Выровняйте текст по левому краю.

Выровняйте текст по правому краю.

Отменить команду.

Отменить предыдущее действие.

Повторите предыдущее действие, если это возможно.

Настройте масштаб.

Alt+W, Q, затем используйте клавишу Tab в диалоговом окне "Масштаб", чтобы перейти к нужному значению.

Разделить окно документа.

Удалить разделение окна документа.

Alt+Shift+C или Ctrl+Alt+S

Закрыть панель задач

Чтобы закрыть область задач с помощью клавиатуры:

Нажимайте F6, пока не будет выбрана область задач.

Используйте клавиши со стрелками, чтобы выбрать Закрыть, а затем нажмите Enter.

Сочетания клавиш для ленты

Связанные параметры на вкладках группируются на ленте. Например, на вкладке «Главная» группа «Шрифт» включает параметр «Цвет шрифта». Нажмите клавишу Alt, чтобы отобразить ярлыки ленты, называемые подсказками клавиш, в виде букв на маленьких изображениях рядом с вкладками и параметрами, как показано на рисунке ниже.

Примечание. Надстройки и другие программы могут добавлять новые вкладки на ленту и предоставлять ключи доступа к этим вкладкам.

Вы можете комбинировать буквы подсказок клавиш с клавишей Alt, чтобы создать сочетания клавиш, называемые клавишами доступа, для параметров ленты. Например, нажмите Alt+H, чтобы открыть вкладку «Главная», и Alt+Q, чтобы перейти к полю «Рассказать» или «Поиск». Нажмите Alt еще раз, чтобы увидеть подсказки по клавишам для параметров выбранной вкладки.

В зависимости от версии Office, которую вы используете, текстовое поле поиска в верхней части окна приложения может называться «Расскажи мне». Оба варианта во многом похожи, но некоторые параметры и результаты поиска могут различаться.

В Office 2013 и Office 2010 также работает большинство старых сочетаний клавиш Alt. Тем не менее, вам нужно знать полный ярлык. Например, нажмите Alt, а затем нажмите одну из старых клавиш меню E (Правка), V (Просмотр), I (Вставка) и так далее. Появится уведомление о том, что вы используете ключ доступа из более ранней версии Microsoft Office. Если вы знаете всю последовательность клавиш, используйте ее. Если вы не знаете последовательность, нажмите клавишу ESC и вместо этого используйте подсказки по клавишам.

Использование клавиш доступа для вкладок ленты

Чтобы перейти непосредственно к вкладке на ленте, нажмите одну из следующих клавиш доступа. Дополнительные вкладки могут появиться в зависимости от вашего выбора в документе.

Перейдите к полю "Сообщить" или "Поиск" на ленте, чтобы найти помощь или справку.

Alt+Q, затем введите поисковый запрос.

Откройте страницу "Файл", чтобы использовать представление Backstage.

Откройте вкладку "Главная", чтобы использовать стандартные команды форматирования, стили абзацев и инструмент "Найти".

Откройте вкладку "Вставка", чтобы вставить таблицы, изображения и фигуры, заголовки или текстовые поля.

Откройте вкладку "Дизайн", чтобы использовать темы, цвета и эффекты, например границы страницы.

Откройте вкладку "Макет" для работы с полями страницы, ориентацией страницы, отступом и интервалом.

Откройте вкладку "Ссылки", чтобы добавить оглавление, сноски или таблицу цитат.

Откройте вкладку "Рассылки", чтобы управлять задачами слияния и работать с конвертами и этикетками.

Откройте вкладку "Рецензирование", чтобы использовать проверку орфографии, установить языки проверки правописания, а также отслеживать и просматривать изменения в документе.

Откройте вкладку «Вид», чтобы выбрать представление или режим документа, например «Режим чтения» или «Структура». Вы также можете установить увеличение масштаба и управлять несколькими окнами документа.

Работа в ленте с помощью клавиатуры

Выберите активную вкладку на ленте и активируйте клавиши доступа.

Alt или F10. Чтобы перейти на другую вкладку, используйте клавиши доступа или клавиши со стрелками.

Переместите фокус на команды на ленте.

Клавиша Tab или Shift+Tab

Перемещение между группами команд на ленте.

Ctrl + клавиша со стрелкой влево или вправо

Перемещение между элементами на ленте.

Активировать выбранную кнопку.

Пробел или Enter

Открыть список для выбранной команды.

Открыть меню для выбранной кнопки.

Alt+клавиша со стрелкой вниз

Когда открыто меню или подменю, переход к следующей команде.

Развернуть или свернуть ленту.

Откройте контекстное меню.

Или, на клавиатуре Windows, клавиша Context (между правой клавишей Alt и правой клавишей Ctrl)

Перейти к подменю, когда главное меню открыто или выбрано.

Навигация по документу

Переместите курсор на одно слово влево.

Ctrl+клавиша со стрелкой влево

Переместите курсор на одно слово вправо.

Ctrl+клавиша со стрелкой вправо

Переместить курсор вверх на один абзац.

Ctrl+клавиша со стрелкой вверх

Переместите курсор вниз на один абзац.

Ctrl+клавиша со стрелкой вниз

Переместите курсор в конец текущей строки.

Переместите курсор в начало текущей строки.

Переместите курсор в верхнюю часть экрана.

Переместите курсор в нижнюю часть экрана.

Перемещайте курсор, прокручивая вид документа вверх на один экран.

Перемещайте курсор, прокручивая вид документа вниз на один экран.

Переместите курсор в начало следующей страницы.

Переместите курсор в начало предыдущей страницы.

Переместите курсор в конец документа.

Переместите курсор в начало документа.

Переместите курсор на предыдущую версию.

Переместите курсор в место последней редакции, сделанной перед последним закрытием документа.

Shift+F5, сразу после открытия документа.

Переключение между плавающими фигурами, такими как текстовые поля или изображения.

Ctrl+Alt+5, а затем повторно клавишу Tab

Выйдите из навигации с плавающей фигурой и вернитесь к обычной навигации.

Отображение панели задач навигации для поиска в содержимом документа.

Отображение диалогового окна "Перейти" для перехода к определенной странице, закладке, сноске, таблице, комментарию, рисунку или другому местоположению.

Попеременное переключение местоположений четырех предыдущих изменений, внесенных в документ.

Перемещайтесь по документу, используя параметры просмотра в Word 2007 и Word 2010

В Word 2007 и 2010 вы можете просматривать документ по различным типам объектов, таким как поля, сноски, заголовки и графика.

Откройте список параметров просмотра, чтобы определить тип объекта для просмотра.

Этот раздаточный материал поможет вам отредактировать свои статьи, чтобы добиться ясности на уровне слов, устранить многословие и избежать клише, найти слова, которые лучше всего выражают ваши идеи, и выбрать слова, подходящие для академической аудитории.

Введение

Писать — это последовательность вариантов. Работая над статьей, вы выбираете тему, подход, источники и тезис; когда пришло время писать, вы должны выбрать слова, которые вы будете использовать для выражения своих идей, и решить, как вы расположите эти слова в предложениях и абзацах. Когда вы пересматриваете свой черновик, вы делаете больше вариантов. Вы можете спросить себя: «Действительно ли это то, что я имею в виду?» или «Поймут ли это читатели?» или «Звучит хорошо?» Найти слова, которые отражают ваш смысл и передать это значение вашим читателям, непросто. Когда ваши преподаватели пишут в вашем черновике такие вещи, как «неуклюжий», «расплывчатый» или «многословный», они дают вам понять, что хотят, чтобы вы поработали над выбором слов. Этот раздаточный материал объяснит некоторые распространенные проблемы, связанные с выбором слов, и даст рекомендации по выбору лучших слов при редактировании черновиков.

По мере того как вы будете читать материал дальше, помните, что иногда на «сохранение» слов из исходного предложения может уйти больше времени, чем на написание совершенно нового предложения, передающего тот же смысл или идею. Не привязывайтесь слишком к тому, что вы уже написали; если вы готовы начать предложение с чистого листа, возможно, вам удастся подобрать слова с большей ясностью.

Чтобы получить советы по внесению более существенных изменений, ознакомьтесь с нашими раздаточными материалами по реорганизации черновиков и их редактированию.

«Неудобный», «расплывчатый» и «непонятный» выбор слов

Итак: вы пишете статью, которая имеет для вас смысл, но она возвращается с пометкой «неудобно» на полях. Вы спросите, почему инструкторы так любят такие термины, как «неуклюжий»? Большинство преподавателей используют такие термины, чтобы привлечь ваше внимание к предложениям, которые им трудно понять, и побудить вас переписать эти предложения более четко.

Трудности с выбором слов — не единственная причина неловкости, расплывчатости или других проблем с четкостью. Иногда за предложением трудно уследить из-за грамматической проблемы или из-за синтаксиса (способа соединения слов и фраз). Вот пример: «Закончив с учебой, пицца была быстро съедена». Это предложение нетрудно понять из-за слов, которые я выбрал — все знают, что такое учеба, пицца и еда. Проблема здесь в том, что читатели, естественно, предполагают, что первая часть предложения «(Закончив учебу») идет со следующим за ним существительным — в данном случае это «пицца»! Не имеет большого смысла предполагать, что пицца училась. То, что я на самом деле пытался выразить, было примерно так: «Закончив учебу, студенты быстро съели пиццу». Если у вас есть предложение, отмеченное как «неудобное», «расплывчатое» или «неясное», попробуйте подумать о нем с точки зрения читателя — посмотрите, сможете ли вы сказать, где оно меняет направление или упускает важную информацию.< /p>

Однако иногда проблемы с четкостью возникают из-за выбора слов. Проверьте, распознаете ли вы какую-либо из этих проблем:

• Неправильное использование слов: слово на самом деле означает не то, что думает автор.
  Пример. Индейцы кри были однообразной культурой, пока не прибыли французские и британские поселенцы.
  Пересмотр: индейцы кри были однородной культурой.
• Слова с нежелательными коннотациями или значениями.
  Пример. Я опрыскивал муравьев в их личных местах.
  Редакция: я опрыскивал муравьев в их укрытиях.
• Использование местоимения, когда читатели не могут понять, к кому/что оно относится.
  Пример. Мой двоюродный брат Джейк обнял моего брата Трея, хотя тот ему не очень нравился. .
  Пересмотр: мой двоюродный брат Джейк обнял моего брата Трея, хотя Джейк не очень любит Трея.
• Жаргон или технические термины, которые заставляют читателей излишне усердно работать. Возможно, вам нужно использовать некоторые из этих слов, потому что они важны в вашей области, но не добавляйте их только для того, чтобы «звучать умно».
  Пример. Диалектический интерфейс между неоплатониками и католиками, выступающими против дисистеблишмента, предлагает алгоритм деонтологического мышления.
  Пересмотр: Диалог между неоплатониками и некоторыми католическими мыслителями является моделью деонтологической мысли.
• Загруженный язык. Иногда мы, как писатели, знаем, что мы подразумеваем под определенным словом, но никогда не объясняли это читателям. Мы слишком сильно полагаемся на это слово, возможно, часто повторяя его, не уточняя, о чем мы говорим.
  Пример. Общество учит молодых девушек тому, что красота — их самое важное качество. Чтобы предотвратить расстройства пищевого поведения и другие проблемы со здоровьем, мы должны изменить общество.
  Редакция. Современные американские популярные средства массовой информации, такие как журналы и фильмы, учат молодых девушек тому, что красота является их самым важным качеством. Чтобы не допустить расстройства пищевого поведения и других проблем со здоровьем, мы должны изменить образы и образцы для подражания, которые предлагаются девушкам.

Многословие

Иногда проблема не в том, чтобы правильно подобрать слово для выражения идеи, а в том, чтобы быть «многословным» или использовать слова, которые ваш читатель может счесть «лишним» или неэффективным. Взгляните на следующий список для некоторых примеров. Слева приведены некоторые фразы, в которых используется три, четыре или более слов, хотя подойдет и меньшее их количество; справа несколько более коротких заменителей:

< td style="text-align:left">Во время < td style="text-align:right">Потому что

Я понял, что	я понял, что
Она считает, что	Она думает, что
Относительно	О
Во время
В случае, если	Если
В процесс	Во время
Независимо от того, что	Хотя
В связи с тем, что
Во всех случаях	Всегда
В этот момент времени	Затем
До	До

Обратите внимание на многословные конструкции в своем письме и посмотрите, сможете ли вы заменить их более краткими словами или фразами.

Клише

В академическом письме рекомендуется ограничить использование клише. Клише — это броские фразы, используемые настолько часто, что стали банальными, банальными или раздражающими. Они проблематичны, потому что их чрезмерное использование уменьшило их влияние и потому что они требуют нескольких слов вместо одного.

Основной способ избежать клише — сначала распознать их, а затем создать более короткие и свежие эквиваленты. Спросите себя, есть ли одно слово, которое означает то же самое, что и клише. Если нет, можете ли вы использовать два или три слова, чтобы выразить идею по-своему? Ниже вы увидите пять распространенных клише с некоторыми альтернативами справа от них. В качестве задания посмотрите, сколько вариантов вы можете создать для последних двух примеров.

< tr>

Согласен или не согласен	Не согласен
Мёртв как гвоздь	Мёртв
Последний, но не менее важный	Последний
Раздвигая границы	Приближаясь к пределу
Вверху воздух	Неизвестно/не определено

Попробуйте сами:

Письмо для академической аудитории

Когда вы выбираете слова для выражения своих идей, вы должны думать не только о том, что имеет смысл и звучит лучше всего для вас, но и что будет иметь смысл и лучше всего звучать для ваших читателей. Думая о своей аудитории и ее ожиданиях, вы сможете принять решение о выборе слов.

Некоторые писатели считают, что научная аудитория ожидает, что они будут "звучать умно", используя громкие или технические слова. Но самая важная цель академического письма не в том, чтобы казаться умным, а в том, чтобы ясно и убедительно изложить аргумент или информацию. Это правда, что академическое письмо имеет определенный собственный стиль, и вы, будучи студентом, начинаете учиться читать и писать в этом стиле. Вы можете обнаружить, что используете слова и грамматические конструкции, которые вы не использовали в школьных письменных работах. Опасность заключается в том, что если вы намеренно стремитесь «звучать умно» и используете слова или структуры, которые вам очень незнакомы, вы можете создавать предложения, которые ваши читатели не смогут понять.

Когда пишете для преподавателей, думайте о простоте. Использование простых слов не указывает на простые мысли. В научном аргументационном документе сложные тезисы и аргументы делаются связями, представленными простым и ясным языком.

Имейте в виду, что простота и ясность не обязательно означает непринужденность. Большинству преподавателей не понравится, если ваша работа будет выглядеть как мгновенное сообщение или электронное письмо другу. Обычно лучше избегать сленга и разговорных выражений. Взгляните на этот пример и спросите себя, как профессор, вероятно, отреагировал бы на это, если бы это было тезисом статьи: «Мулен Руж действительно кусался, потому что пение было отстойным, а цвета костюмов были отвратительными, KWIM?»

Выбор и использование ключевых терминов

При написании академических статей часто бывает полезно найти ключевые термины и использовать их как в статье, так и в диссертации.В этом разделе комментируется принципиальное различие между повторением и избыточностью терминов и рассматривается пример использования ключевых терминов в тезисе.

Повторение или избыточность

Эти два явления не обязательно совпадают. Повторение может быть полезным. Иногда нам приходится использовать наши ключевые термины несколько раз в статье, особенно в тематических предложениях. Иногда замены ключевым терминам просто нет, и выбор более слабого термина в качестве синонима может принести больше вреда, чем пользы. Повторение ключевых терминов подчеркивает важные моменты и сигнализирует читателю, что аргумент все еще поддерживается. Такое повторение может придать вашей статье связность и осуществляется по сознательному выбору.

Наоборот, если вы расстроены, устало повторяете одни и те же существительные, глаголы или прилагательные или повторяете одно и то же снова и снова, вы, вероятно, делаете что-то лишнее. В этом случае вы бесцельно плаваете вокруг одних и тех же пунктов, потому что вы не решили, в чем на самом деле заключается ваш аргумент, или потому что вы действительно устали и ясность ускользает от вас. Обратитесь к разделу "Стратегии" ниже, чтобы узнать, как пересмотреть резервирование.

Построение четких тезисов

Составлять четкие предложения очень важно на протяжении всей работы. Для целей этого раздаточного материала давайте сосредоточимся на утверждении тезиса — одном из самых важных предложений в научных статьях. Вы можете применить эти идеи к другим предложениям в своих работах.

Распространенная проблема при написании хороших тезисов – найти слова, которые лучше всего передают как важные элементы, так и значимость аргументов эссе. Не всегда легко сжать несколько абзацев или несколько страниц в краткие ключевые термины, которые, будучи объединены в одно предложение, могут эффективно описать аргумент.

Тем не менее, время, потраченное на поиск правильных слов, дает писателям значительное преимущество. Краткие и подходящие термины помогут как автору, так и читателю следить за тем, что и как будет показано в эссе. В частности, оценщикам нравится видеть четко сформулированные тезисы. (Для получения дополнительной информации о тезисах в целом см. наш раздаточный материал.)

Пример: вам поручили написать эссе, в котором противопоставляются сцены реки и берега в произведении Марка Твена «Гекльберри Финн». Вы работаете над ним несколько дней, создавая три версии своей диссертации:

Версия 1. В «Гекльберри Финне» много важных сцен с рекой и берегом.

Версия 2: контрастные сцены реки и берега в "Гекльберри Финне" предполагают возвращение к природе.

Версия 3. Благодаря контрастным сценам реки и берега в «Гекльберри Финне» Твена показано, что для того, чтобы найти истинное выражение американских демократических идеалов, нужно покинуть «цивилизованное» общество и вернуться к природе.

Давайте рассмотрим вопросы выбора слов в этих утверждениях. В версии 1 слово «важный» — как и «интересный» — используется слишком часто и расплывчато; это предполагает, что у автора есть мнение, но дает очень мало указаний на рамки этого мнения. В результате ваш читатель знает только то, что вы собираетесь говорить о речных и береговых сценах, но не то, что вы собираетесь сказать. Версия 2 является улучшением: слова «возвращение к природе» дают вашему читателю лучшее представление о том, к чему движется статья. С другой стороны, она до сих пор не знает, насколько это возвращение к природе имеет решающее значение для понимания романа.

Наконец, вы приходите к Версии 3, которая является более сильным тезисом, поскольку предлагает сложный аргумент, а ключевые термины, используемые для его обоснования, ясны. По крайней мере, три ключевых термина или концепции очевидны: контраст между рекой и берегом, возвращение к природе и американские демократические идеалы.

Ключевой термин сам по себе является просто темой — элементом аргумента, но не самим аргументом. Таким образом, аргумент становится понятным читателю благодаря тому, как вы комбинируете ключевые термины.

Стратегии успешного выбора слов

1. Будьте осторожны, используя слова, которые вам незнакомы. Посмотрите, как они используются в контексте, и проверьте их словарные определения.
2. Будьте осторожны при использовании тезауруса. Каждое слово, указанное как синоним слова, которое вы ищете, может иметь свои собственные уникальные коннотации или оттенки значения. Используйте словарь, чтобы убедиться, что синоним, который вы рассматриваете, действительно соответствует тому, что вы пытаетесь сказать.
3. Не пытайтесь произвести впечатление на читателя или выглядеть слишком авторитетно. Например, какое предложение вам понятнее: «а» или «б»?
   1. В нынешних условиях нашего общества брачные практики обычно демонстрируют высокую степень однородности.
   2. В нашей культуре люди склонны вступать в брак с теми, кто похож на них самих. (Лонгман, стр. 452)

   Вопросы, которые стоит задать себе

   • Уверен ли я, что на самом деле означает каждое слово, которое я использую? Я уверен, или я должен искать его?
   • Нашел ли я лучшее слово или остановился на наиболее очевидном или самом простом?
   • Не слишком ли я стараюсь произвести впечатление на читателя?
   • Как проще всего написать это предложение? (Иногда полезно ответить на этот вопрос, попробовав ответить вслух. Как бы вы сказали это кому-нибудь?)
   • Каковы основные положения моего аргумента?
   • Могу ли я изложить свою аргументацию, используя только эти ключевые термины? Какие еще мне нужны? Что мне не нужно?
   • Я создал свои собственные термины или просто позаимствовал то, что выглядело как ключевое, из задания? Если я позаимствовал термины, могу ли я найти более подходящие в своем словаре, текстах, заметках, словаре или тезаурусе, чтобы было понятнее?
   • Являются ли мои ключевые термины слишком конкретными? (Охватывают ли они весь спектр моих аргументов?) Могу ли я вспомнить конкретные примеры из моих источников, подпадающие под ключевой термин?
   • Являются ли мои ключевые термины слишком расплывчатыми? (Охватывают ли они больше, чем диапазон моих аргументов?)

   Проведены консультации

   Мы обращались к этим работам, когда писали этот раздаточный материал. Это не исчерпывающий список ресурсов по теме раздаточного материала, и мы рекомендуем вам провести собственное исследование, чтобы найти дополнительные публикации. Пожалуйста, не используйте этот список в качестве модели для формата вашего собственного списка литературы, так как он может не соответствовать используемому вами стилю цитирования. Руководство по форматированию ссылок см. в руководстве по цитированию библиотек UNC. Мы периодически пересматриваем эти советы и приветствуем отзывы.

   Энсон, Крис М. и Роберт А. Швеглер. 2010. Справочник Лонгмана для писателей и читателей, 6-е изд. Нью-Йорк: Лонгман.

   Повар, Клэр Кервальд. 1985. Построчно: как улучшить свой собственный текст. Бостон: Хоутон Миффлин.

   Гроссман, Элли. 1997. Справочник по грамматике: живой и неортодоксальный обзор общеупотребительного английского языка для людей с языковыми проблемами. Нью-Йорк: Гиперион.

   Хоутон Миффлин. 1996. Книга американского наследия английского языка: Практическое и авторитетное руководство по современному английскому языку. Бостон: Хоутон Миффлин.

   О'Коннер, Патрисия. 2010. Горе мне: руководство для грамматикофобов по улучшению английского языка на простом английском, 3-е изд. Нью-Йорк: Издательская группа Penguin.

   Таршис, Барри. 1998. Как стать лучшим редактором для себя: набор инструментов для всех, кто пишет. Нью-Йорк: Three Rivers Press.

   Уильямс, Джозеф и Джозеф Бизуп. 2017. Стиль: уроки ясности и благодати, 12-е изд. Бостон: Пирсон.

   
   

   Эта работа находится под лицензией Creative Commons Attribution-NonCommercial-NoDerivs 4.0 License.
   Вы можете воспроизвести его для некоммерческого использования, если вы используете весь раздаточный материал и указываете источник: The Writing Center, University of North Carolina at Chapel Hill

   До сих пор мы рассматривали слова как отдельные единицы и рассматривали их отношение к чувствам или документам. Тем не менее, многие интересные текстовые анализы основаны на отношениях между словами, независимо от того, исследуются ли слова, которые обычно следуют за другими немедленно, или те, которые имеют тенденцию встречаться в одних и тех же документах.

   В этой главе мы рассмотрим некоторые методы, предлагаемые tidytext для расчета и визуализации взаимосвязей между словами в вашем текстовом наборе данных. Это включает в себя аргумент token = "ngrams", который размечает пары соседних слов, а не отдельные слова. Мы также представим два новых пакета: ggraph, который расширяет возможности ggplot2 для построения сетевых графиков, и widyr, который вычисляет попарные корреляции и расстояния в аккуратном фрейме данных. Вместе они расширяют наш набор инструментов для изучения текста в аккуратной структуре данных.

   4.1 Токенизация с помощью n-gram

   Мы использовали функцию unnest_tokens для токенизации по словам, а иногда и по предложениям, что полезно для анализов тональности и частоты, которые мы проводили до сих пор. Но мы также можем использовать эту функцию для разбиения на последовательные последовательности слов, называемые n-граммами. Увидев, как часто за словом X следует слово Y, мы можем построить модель отношений между ними.

   Для этого мы добавляем параметр token = "ngrams" в unnest_tokens() и устанавливаем n равным количеству слов, которые мы хотим захватить в каждой n-грамме. Когда мы устанавливаем n равным 2, мы проверяем пары из двух последовательных слов, часто называемых «биграммами»:

   Эта структура данных по-прежнему является разновидностью аккуратного текстового формата. Он структурирован как один токен на строку (с сохранением дополнительных метаданных, таких как book ), но теперь каждый токен представляет собой биграмму.

   Обратите внимание, что эти биграммы перекрываются: «чувство и» — это одна лексема, а «и чувствительность» — другая.

   4.1.1 Подсчет и фильтрация n-грамм

   Наши обычные аккуратные инструменты одинаково хорошо подходят для анализа n-грамм.Мы можем изучить наиболее распространенные биграммы, используя count() dplyr:

   Как и следовало ожидать, многие из наиболее распространенных биграмм представляют собой пары обычных (неинтересных) слов, таких как of the и to be : то, что мы называем «стоп-словами» (см. главу 1). Это полезное время для использования метода tidyr's 'spare()', который разбивает столбец на несколько на основе разделителя. Это позволяет нам разделить его на два столбца, «слово1» и «слово2», после чего мы можем удалить случаи, когда одно из них является стоп-словом.

   Мы видим, что имена (будь то имя и фамилия или с приветствием) являются наиболее распространенными парами в книгах Джейн Остин.

   В других анализах мы можем захотеть работать с рекомбинированными словами. Функция unite() в tidyr обратна отдельной() и позволяет нам рекомбинировать столбцы в один. Таким образом, «разделить/фильтровать/подсчитать/объединить» позволяет найти самые распространенные биграммы, не содержащие стоп-слова.

   В других анализах вас могут заинтересовать наиболее распространенные триграммы, которые представляют собой последовательные последовательности из 3 слов. Мы можем найти это, установив n = 3 :

   4.1.2 Анализ биграмм

   Этот формат "один биграмм на строку" удобен для исследовательского анализа текста. В качестве простого примера нас могут заинтересовать самые распространенные «улицы», упомянутые в каждой книге:

   Биграмму также можно рассматривать как термин в документе так же, как мы рассматривали отдельные слова. Например, мы можем посмотреть на tf-idf (глава 3) биграмм в романах Остин. Эти значения tf-idf можно визуализировать в каждой книге так же, как мы делали это для слов (рис. 4.1).

   
   

   Рисунок 4.1. Биграммы с самым высоким tf-idf из каждого романа Джейн Остин

   Как мы обнаружили в главе 3, единицы, отличающие каждую книгу Остин, почти всегда являются именами. Мы также заметили некоторые сочетания обычного глагола и имени, например «ответила Элизабет» в «Гордости и предубеждении» или «плакала эмма» в «Эмме».

   Существуют преимущества и недостатки изучения tf-idf биграмм, а не отдельных слов. Пары последовательных слов могут отражать структуру, которой нет при подсчете отдельных слов, и могут обеспечивать контекст, делающий токены более понятными (например, «pulteney street» в Нортенгерском аббатстве более информативен, чем «pulteney»). . Однако счетчики на биграммы также разрежены: типичная пара из двух слов встречается реже, чем любое из составляющих ее слов. Таким образом, биграммы могут быть особенно полезны, когда у вас очень большой набор текстовых данных.

   4.1.3 Использование биграмм для предоставления контекста при анализе настроений

   Наш подход к анализу настроений, описанный в главе 2, просто подсчитывал появление положительных или отрицательных слов в соответствии со справочным словарем. Одна из проблем этого подхода заключается в том, что контекст слова может иметь почти такое же значение, как и его присутствие. Например, слова «счастлив» и «нравится» будут считаться положительными даже в таком предложении, как «Я не доволен и мне это не нравится!»

   Теперь, когда данные организованы в виде биграмм, легко определить, как часто словам предшествует слово "не":

   Выполняя анализ тональности данных биграммы, мы можем выяснить, как часто перед словами, связанными с тональностью, ставится "не" или другие отрицательные слова. Мы могли бы использовать это, чтобы игнорировать или даже обратить вспять их вклад в оценку тональности.

   Давайте воспользуемся словарем AFINN для анализа тональности, который, как вы, возможно, помните, дает числовое значение тональности для каждого слова с положительными или отрицательными числами, указывающими направление тональности.

   Затем мы можем изучить наиболее часто встречающиеся слова, которым предшествовало "не" и которые были связаны с настроением.

   Например, слово "не" чаще всего ассоциируется с настроением, это "нравится", которое обычно имеет (положительный) балл 2.

   Стоит спросить, какие слова больше всего повлияли на «неправильное» направление. Чтобы вычислить это, мы можем умножить их значение на количество раз, когда они появляются (так что слово со значением +3, встречающееся 10 раз, имеет такое же влияние, как слово со значением тональности +1, встречающееся 30 раз). Мы визуализируем результат в виде гистограммы (рис. 4.2).

   
   

   Рисунок 4.2. Слова, которым предшествует «не», которые в наибольшей степени влияют на значения тональности, как в положительном, так и в отрицательном направлении

   Биграммы «не нравится» и «не помогаю» в подавляющем большинстве случаев были основными причинами неправильной идентификации, из-за чего текст казался гораздо более позитивным, чем он есть на самом деле. Но мы можем видеть, что такие фразы, как «не боюсь» и «не подведу», иногда предполагают, что текст более негативен, чем он есть на самом деле.

   "Нет" – не единственный термин, определяющий контекст для следующего слова.Мы могли бы выбрать четыре общих слова (или более), которые отрицают последующий термин, и использовать тот же подход соединения и подсчета, чтобы изучить их все сразу.

   Тогда мы могли бы визуализировать, какие слова чаще всего следуют за каждым конкретным отрицанием (рис. 4.3). Хотя «не нравится» и «не помогает» по-прежнему являются двумя наиболее распространенными примерами, мы также можем видеть пары, такие как «плохой» и «никогда не любил». Мы могли бы объединить это с подходами из главы 2, чтобы обратить значения AFINN для каждого слова, следующего за отрицанием. Это всего лишь несколько примеров того, как поиск последовательных слов может дать контекст методам анализа текста.

   
   

   Рисунок 4.3. Наиболее распространенные положительные или отрицательные слова, следующие за отрицаниями, такими как "никогда", "нет", "не" и "без"

   4.1.4 Визуализация сети биграмм с помощью ggraph

   Возможно, нам будет интересно визуализировать все связи между словами одновременно, а не только несколько верхних одновременно. В качестве одной общей визуализации мы можем организовать слова в сеть или «график». Здесь мы будем ссылаться на «граф» не в смысле визуализации, а как на комбинацию связанных узлов. График можно построить из аккуратного объекта, поскольку он имеет три переменные:

   • откуда: узел, из которого исходит ребро
   • to: узел, к которому идет ребро
   • вес: числовое значение, связанное с каждым ребром.

   Пакет igraph имеет множество мощных функций для управления сетями и их анализа. Одним из способов создания объекта igraph из аккуратных данных является функция graph_from_data_frame(), которая берет фрейм данных ребер со столбцами «от», «до» и атрибутами ребра (в данном случае n ):

   igraph имеет встроенные функции построения графиков, но это не то, для чего предназначен пакет, поэтому многие другие пакеты разработали методы визуализации для графических объектов. Мы рекомендуем пакет ggraph (Pedersen 2017), поскольку он реализует эти визуализации с точки зрения грамматики графики, с которой мы уже знакомы по ggplot2.

   Мы можем преобразовать объект igraph в ggraph с помощью функции ggraph, после чего добавить к нему слои, подобно тому, как слои добавляются в ggplot2. Например, для простого графа нам нужно добавить три слоя: узлы, ребра и текст.

   
   

   Рисунок 4.4. Распространенные биграммы в романах Джейн Остин с указанием тех, которые встречаются более 20 раз и ни одно из которых не является стоп-словом

   На рис. 4.4 мы можем визуализировать некоторые детали структуры текста. Например, мы видим, что такие приветствия, как «мисс», «леди», «сэр» и «полковник», образуют общие центры узлов, за которыми часто следуют имена. Мы также видим пары или тройки на внешней стороне, которые образуют общие короткие фразы («полчаса», «тысяча фунтов» или «короткое время/пауза»).

   Мы завершаем несколько операций полировки, чтобы сделать график лучше (рис. 4.5):

   • Мы добавляем эстетику edge_alpha к слою ссылок, чтобы сделать ссылки прозрачными в зависимости от того, насколько распространены или редки биграммы.
   • Мы добавляем направленность со стрелкой, построенной с помощью grid::arrow() , включая параметр end_cap, который указывает, что стрелка должна закончиться до того, как коснется узла.
   • Мы изменили параметры слоя узлов, чтобы сделать узлы более привлекательными (крупные, синие точки).
   • Мы добавляем тему, удобную для построения сетей, theme_void()

   
   

   Рисунок 4.5. Распространенные биграммы в романах Джейн Остин после некоторой полировки

   Может потребоваться некоторое экспериментирование с ggraph, чтобы привести ваши сети в такой презентабельный формат, как этот, но структура сети — полезный и гибкий способ визуализации реляционных аккуратных данных.

   Обратите внимание, что это визуализация цепи Маркова, распространенной модели обработки текста. В цепи Маркова каждый выбор слова зависит только от предыдущего слова. В этом случае генератор случайных чисел, следующий этой модели, может выдать «уважаемый», затем «сэр», затем «уильям/волтер/томас/томас», следуя каждому слову до наиболее распространенных слов, следующих за ним. Чтобы визуализацию можно было интерпретировать, мы решили показать только наиболее распространенные связи между словами, но можно представить себе огромный график, представляющий все связи, встречающиеся в тексте.

   4.1.5 Визуализация биграмм в других текстах

   Мы проделали большую работу по очистке и визуализации биграмм в текстовом наборе данных, поэтому давайте соберем ее в функцию, чтобы мы могли легко выполнять ее с другими текстовыми наборами данных.

   Чтобы облегчить самостоятельное использование count_bigrams() и visualize_bigrams(), мы также перезагрузили необходимые для них пакеты.

   На этом этапе мы могли визуализировать биграммы в других произведениях, таких как Библия в версии короля Якова:

   
   

   Рисунок 4.6. Направленный график распространенных биграмм в Библии короля Иакова, показывающий те, которые встречались более 40 раз

   Таким образом, на рис. 4.6 показан общий «план» языка Библии, особенно сфокусированный на «твой» и «ты» (которые, вероятно, можно считать стоп-словами). Вы можете использовать пакет gutenbergr и эти функции count_bigrams/visualize_bigrams. чтобы визуализировать биграммы в других классических книгах, которые вас интересуют.

   4.2 Подсчет и сопоставление пар слов с помощью пакета widyr

   Токенизация с помощью n-грамм – удобный способ изучения пар смежных слов. Однако нас также могут заинтересовать слова, которые часто встречаются в определенных документах или отдельных главах, даже если они не встречаются рядом друг с другом.

   Упорядоченные данные — полезная структура для сравнения переменных или группировки по строкам, но сравнение между строками может быть затруднительным: например, подсчитать, сколько раз два слова встречаются в одном документе, или посмотреть, как коррелированы они. Для большинства операций по нахождению попарных значений или корреляций необходимо сначала преобразовать данные в широкую матрицу.

   
   

   Рисунок 4.7. Философия пакета widyr, который может выполнять такие операции, как подсчет и сопоставление пар значений в аккуратном наборе данных. Пакет widyr сначала «преобразует» аккуратный набор данных в широкую матрицу, выполняет над ним такую ​​операцию, как корреляция, а затем повторно упорядочивает результат.

   В главе 5 мы рассмотрим некоторые способы превращения аккуратного текста в широкую матрицу, но в данном случае это не обязательно. Пакет widyr упрощает такие операции, как вычисление количества и корреляций, упрощая шаблон «расширить данные, выполнить операцию, затем привести данные в порядок» (рис. 4.7). Мы сосредоточимся на наборе функций, которые выполняют парные сравнения между группами наблюдений (например, между документами или разделами текста).

   4.2.1 Подсчет и сопоставление разделов

   Рассмотрите книгу «Гордость и предубеждение», разделенную на разделы по 10 строк, как мы сделали (с более крупными разделами) для анализа настроений в главе 2. Нам может быть интересно, какие слова чаще всего появляются в одном и том же разделе.

   Одна из полезных функций от widyr — это функция pairwise_count(). Префикс «попарно_» означает, что для каждой пары слов в переменной слова будет создана одна строка. Это позволяет нам подсчитывать общие пары слов, которые встречаются в одном и том же разделе:

   Обратите внимание, что хотя входные данные содержат по одной строке для каждой пары документа (раздел из 10 строк) и слова, выходные данные содержат по одной строке для каждой пары слов. Это также удобный формат, но с совершенно другой структурой, которую мы можем использовать для ответов на новые вопросы.

   Например, мы видим, что наиболее часто встречающаяся пара слов в разделе — «Элизабет» и «Дарси» (два главных героя). Мы можем легко найти слова, которые чаще всего встречаются с Дарси:

   4.2.2 Парная корреляция

   Такие пары, как "Элизабет" и "Дарси", являются наиболее часто встречающимися словами, но это не имеет особого значения, поскольку они также являются наиболее часто встречающимися отдельными словами. Вместо этого мы можем захотеть изучить корреляция между словами, которая показывает, как часто они появляются вместе по сравнению с тем, как часто они появляются по отдельности.

   В частности, здесь мы сосредоточимся на фи-коэффициенте, распространенном показателе бинарной корреляции. Суть коэффициента фи заключается в том, насколько более вероятно, что появятся оба слова X и Y, или ни одно из них, чем то, что одно появится без другого.

   Рассмотрите следующую таблицу:

Воспроизведение на слух	_____?_____
Выпустить кота из мешка	_____?_____

Например, \(n_\) представляет количество документов, в которых встречается и слово X, и слово Y, \(n_\) – число, в котором не встречается ни одно из них, а \(n_\) и \(n_\) – случаях, когда одно появляется без другого. С точки зрения этой таблицы, коэффициент фи равен:

Коэффициент фи эквивалентен корреляции Пирсона, о которой вы, возможно, слышали в другом месте, когда она применяется к двоичным данным.

Функцияpairwise_cor() в widyr позволяет нам найти коэффициент фи между словами на основе того, как часто они встречаются в одном и том же разделе. Его синтаксис похож на pairwise_count() .

Этот формат вывода удобен для исследования. Например, мы могли бы найти слова, наиболее коррелирующие со словом «фунты», используя операцию фильтрации.

Это позволяет нам выбирать отдельные интересные слова и находить другие слова, наиболее связанные с ними (рис. 4.8).

Рисунок 4.8. Слова из журнала "Гордость и предубеждение", наиболее коррелирующие со словами "елизавета", "фунты", "замужем" и "гордость"

Подобно тому, как мы использовали ggraph для визуализации биграмм, мы можем использовать его для визуализации корреляций и кластеров слов, найденных пакетом widyr (рис. 4.9).

Рисунок 4.9. Пары слов в "Гордости и предубеждении", которые демонстрируют корреляцию не менее 0,15 в одном и том же 10-строчном разделе

Обратите внимание, что в отличие от биграммного анализа, здесь отношения симметричны, а не направлены (стрелки отсутствуют). Мы также можем видеть, что, хотя пары имен и титулов, которые доминируют над парами биграмм, распространены, например, «полковник/фитцуильям», мы также можем видеть пары слов, которые кажутся близкими друг к другу, такие как «прогулка» и «парк». или «танец» и «мяч».

4.3 Резюме

В этой главе показано, как метод аккуратного текста полезен не только для анализа отдельных слов, но и для изучения отношений и связей между словами. Такие отношения могут включать n-граммы, которые позволяют нам видеть, какие слова имеют тенденцию появляться после других, или совпадения и корреляции для слов, которые появляются рядом друг с другом. В этой главе также продемонстрирован пакет ggraph для визуализации обоих этих типов отношений в виде сетей. Эти визуализации сети являются гибким инструментом для изучения взаимосвязей и будут играть важную роль в тематических исследованиях в следующих главах.

Читайте также:

  
• Как преобразовать формулу в число в Excel
  
• Как удалить RSS-каналы в Outlook
  
• Программное обеспечение для восстановления телефона Samsung
  
• Лабораторная работа в ms word начальные настройки параметров печатного документа
  
• Неправда, что на языке программирования можно создать программу в среде Visual Studio

Содержит слово Y	Нет слова Y	Всего
Имеет слово X	\(n_\)	\(n_\)	\(n_\)
Нет слова X	\(n_\)	\(n_\)	\(n_\)
Всего	\(n_\)	\(n_\)	n