判断题

校对出错的几种方式  

1.“视而不见”。指的是在校对过程中,需要引起注意的字词不能引起应有的注意,从而让它在校对眼前一掠而过,以致出现错误。这种错误易出现在形近字等。例如,“乞”变成“气”,“士”变成“土”,“干”变成“千”,“曰”变成“日”,“天”变成“夭”,“刺”变成“剌”,“床笫”变成“床第”, “寒暄”变成“寒喧”。

2.“先入为主”。指的是与自身生活、经历密切相关的事物和字词,容易在大脑中占据主导地位。占据主导地位的部分在大脑皮层建立起优势兴奋中心,从而对较弱的兴奋中心产生抑制。例如,“通缉坏人”“草本植物”“各界人士”“抠字眼”变成了“通辑坏人”“草木植物”“各届人士”“扣字眼” 。

3.“自以为是”。指的是在对校样的过程中,遇到某些似是而非的字词或问题,想当然地将它们确认下来,最终酿成错误的心理现象。比如,把“一筹莫展”认定成“一愁莫展” ,“明日黄花”变成了“昨日黄花”, “七月流火”用来形容酷暑也认为是正确的。对从网上下载东西的毫不怀疑,拿来就用。

4.“熟视无睹”。指的是受已往知识、经验、习惯的制约,对比较熟悉的字、词等缺乏应有的敏感,校对中不该出现错误的地方,出现了错误。比如,,“普通话”变成了“普遍话”,“烦躁”变成了“烦燥”,“搭档”变成了“搭挡”,“乌鲁木齐”变成了“鸟鲁木齐”,“一诺千金”变成了“一诺千斤”,“沧海一粟”变成了“沧海一栗”,明显的错误,定式仍顽固地将其视为正确的加以接受,这就是差错得以通行的缘故。

微信公众号答题
由提供 分享 纠错 收藏

相关试题

判断题 入射式侧光表用来测定被摄体表面一定区域亮度。

判断题 秘密性观察:秘密性观察,又称非闯入性秘密观察。记者不公开身份切不让采访觉察在暗中观察各种情况,以便取得第一手材料。记者在采用隐匿性观察和秘密性观察两种方式进行观察时,一定要严格地控制在职责范围之内活劢,一般不要干涉对方的人身自由,更不要侵犯对方的人身权,以免造成被动,甚至陷入困境。同时,记者也要格外机警,注意自身的安全。

判断题 编者按是对媒体所发表的新闻报道、文章进行的简要的提示、评议、阐述或作补充说明的文字,正式表明编辑部的态度,一般采用于较为郑重场合和必要之处。

判断题 新闻背景分类:历史背景、地理背景、人物背景、事物背景、知识背景、社会背景

判断题 宣传不一定要有实在的信息内容,宣传注重的是形式,为了能够在读者心中留下深刻的印象。()

判断题 目前常见的网民与网站之间的互动手段包括:电子公告牌、电子邮件、聊天室、短信。

判断题 匈牙利电影理论家贝拉·巴拉兹将电影的时间分为三个含义:放映时间或影片延续时间、剧情展示时间或影片故事的叙述时间、观看时间或观众本能地产生的印象的延续时间。

判断题 大数据时代的媒介反思2013年可谓是大数据之年,所有人都对“大数据”未来的应用充满美好期待,产生无限遐想。那么,对于新闻传播行业而言,我们刚刚从传统新闻生产时代迈人了融合新闻生产时代,是否又要进入大数据新闻生产时代了呢?我们的确需要以一种宽广的胸怀热情欣赏大数据的巨大威力和魅力,但也必须以更加客观、理性的态度勇敢地承认大数据运用存在一定的局限性和风险性。一、警惕大数据的风险“大数据”作为一个全新的概念,从提岀到现在尚不足3年时间。在如此短暂的时间迅速走红的“大数据”,其实还并不完美。《大数据时代》一书的作者维克托.迈尔-舍恩伯格(ViktorMayer-Schonberger)在接受专访时就一再表示担忧,“大数据会被过分炒作,它的作用可能被夸大,好像一切都突然成为大数据所能解决的问题。而事实上大数据只有在没有噪音、没有无用数据的情况下才能被很好地发挥作用”®。《驾驭大数据》一书的作者比尔•弗兰克斯(BillFranks)也在其书中发出警告:“大数据可能会带来风险,企业可能会因为大数据的快速增长而变得措手不及、不堪重负,从而停滞不前。而与此同时,绝大多数的大数据都是无关紧要的。”®移动和社交数据分析公司Kongagent的总裁及首席科学家J0ShWilliams还在演讲中一口气列出了大数据的七宗罪(懒惰、忽视、过量、分歧、轻率、傲慢、麻木),并认为“很多企业的大数据项目不成功都是因为陷人了大数据的错误陷阱”。当然,这并不是想证明大数据对媒体不重要,而是想以此提醒媒体需要引起警惕,当前大数据无论在采集、挖掘还是在分析、解读和利用等各个方面,都处于一个逐步摸索和不断完善的过程之中。在这个过程当中或许可以产生“大知识”“大科技”“大利润”和“大发展”,但同时也必然伴随着“大风险”。因此,即便新闻媒体处于信息传播的前沿行业,也需要权衡利弊、谨慎为之,不可操之过急。二、警惕大数据的盲从大数据是高度自动化的信息采集、存贮、挖掘和分析系统,这种数字化的机器设备可以帮助人们监视社会的细微变化、分析社会的未来发展走向。英国学者尼思•内尔•丘基尔和维克托•梅耶-舍恩伯格在美国《外交》杂志撰文指出:“大数据正在帮助提高民主政府的透明度。一个建立在‘开放数据’概念上的运动已经形成,其诉求超岀了目前在发达民主国家已经十分常见的信息自由法。”“在政府推动使用大数据的同时,它们还需要保护公众免受不正当市场垄断的侵害。”对于媒体而言,大数据时代的“计算机辅助报道”(ComputerAidedRepor-ting)已经成为人们挖掘新闻、解释新闻、报道新闻的新方法。彭兰教授在论文中就曾举了美国Narrative公司的例子称:“这家只有30名员工的美国公司.通过独创的NarrativeScience算法,大约每30秒就能够撰写出一篇新闻报道。且该公司的首席技术官克里斯蒂安•哈蒙德(KristianHammond)还认为,未来几期生成的新闻将占到媒体新闻的90%,并将在未来5年内,这样的新闻有可能获得普利策新闻奖。”®面对克里斯蒂安•哈蒙德的预测.媒体似乎并不应该感到有太大的惊讶.因为这样的例子在未来必然会越来越多。即便在当下,只要你给谷歌新闻指定一个关键词,谷歌就可以每天为你量身编辑一组新闻,并直接投递到你的电子邮箱,而筛选编辑的整个过程无须任何人为的干预。这些似乎都预示着未来的新闻从业者们将变得非常轻松,机器可以协助我们挖掘新闻、分析新闻、撰写新闻、编辑新闻和发送传播新闻。对于大数据介人融合新闻生产的发展趋势,我们需要担忧的也许并不是某一天这些冷冰冰的机器可能会完全替代我们,而是即便我们不被替代.我们可能也已经完全依赖和屈从于这些机器生成的新闻和报告。数字化和网络化高度发达的今天,已有这样的少数记者,他们越来越多地在新媒体和网络虚拟空间中搜索新闻和发现新闻,越来越少地走出办公室深入社会底层或新闻第一线去用自己的眼睛和耳朵寻找新闻。所以,媒体需要警惕的是,不要让大数据的便利培养出懒惰、轻率、傲慢、麻木的新闻生产者,大数据或许可以越来越详实地揭示社会现实、分析社会动态和预测发展趋势,但它始终不可能揭示人们内心细腻而丰富的情感,也不能代替新闻从业者现场的直观感受和判断。三、警惕大数据的垄断各行各业都需要大数据,但各行各业其实都想垄断和独享数据。普遍的观点认为:“由于数据分散在各行各业,大数据时代可能不会出现4数据垄断’现象„因为,要让数据真正发挥作用,需要数据的开放,甚至让数据可以像商品和货币一样互相交换流通。”®0’Reilly媒体公司的创始人和CEO蒂姆.奥赖利(TimO’Reilly)在接受《福布斯》杂志采访时也提出了类似观点,他认为:“数据垄断的可能性是真实存在的,但是会受到不断创新的数据收集方式的抑制。”也就是说,大数据虽然可以被比喻为“金矿”,但这个“金矿”在几年前还并不存在,在未来还会有更多的“金矿”不断涌现,那么想要去垄断这些现有的和未来将不断出现的“金矿”显然非常困难。但这并不妨碍大数据领域的竞争,IBM、微软、甲骨文等IT行业的大佬们都已经摩拳擦掌,纷纷投人人力和财力进行布局。“IBM新任CEO罗睿兰(GinniRometty)更是提出观点认为,数据是下一个巨大的自然资源,将会区分每个行业的胜者与输家。这一观点得到了业界的广泛认可,并由此引发一场关于大数据的军备竞赛。”@这场角逐的焦点并不是垄断大数据资源本身,而是开采这座“金矿”的技术和设备。通过技术和设备的研发和占有实现数据的垄断,这正是值得媒介警惕的地方。用数据特别是分析数据说话,是数字化时代的媒介特征。传统新闻生产显然也有一定的小数据挖掘和分析能力,譬如区域性的抽样调查、个案的分析报道。但是,在大数据面前,媒介的这些小数据处理技术和能力就变得无足轻重。大数据是一座“金矿”,但挖掘“金矿”的技术和设备门槛已经将一般媒体挡在了门外,政府机构、网络公司、国家通讯社、大型媒体和专业的数据分析企业才拥有打开这座“金矿”的钥匙,而一般地方媒体和小型媒体可能都不知道其是如何挖掘和分析的,甚至连质疑的资格和权利都没有。事实上,在很多关于国家或地区宏观经济数据的分析报道中,一般媒体已经处于这样的魈尬境地,没有数据,没有设备,没有分析工具和技术,“嗟来之食”成为新闻生产者们唯一的选择。