เครื่องมือตรวจบทความฟรี สำหรับ A, An และ The
คำสั้นๆ สามคำทำให้เกิดสัดส่วนของเครื่องหมายการแก้ไขในภาษาอังกฤษเชิงวิชาการอย่างไม่สมส่วน, และตัวตรวจบทความนี้มีอยู่เพื่อแก้ไขสิ่งเหล่านั้นพร้อมเหตุผลที่แนบมา. วางข้อความได้ถึง 250 คำ: article ที่ขาดจะถูกแทรก, article ที่ซ้ำซ้อนจะถูกลบทิ้ง, และ a versus an จะถูกตัดสินโดยอิงจากเสียงของคำถัดไป, ไม่ว่าการสะกดจะเป็นอย่างไร, โดยจะแสดงกฎที่กำกับไว้ถัดจากการเปลี่ยนแปลงแต่ละครั้ง. สร้างขึ้นสำหรับผู้เขียนที่ภาษาแม่จัดการเรื่องความสามารถในการระบุได้โดยไม่ต้องใช้ article โดยคำนึงถึงประเด็นนี้โดยเฉพาะ.
วางหรือพิมพ์ข้อความของคุณ แล้วเรียกใช้เครื่องมือ ผลลัพธ์จะแสดงด้านล่างภายในไม่กี่วินาที
0 / 250 คำ
84,000+
นักวิจัยนานาชาติ
คะแนนเฉลี่ย
ได้รับความไว้วางใจจากนักวิจัยที่ตีพิมพ์ใน
แก้ article ของคุณใน 3 ขั้นตอน
ส่งข้อความ
ไม่เกิน 250 คำ: ย่อหน้าจากบทความ, บทคัดย่อ, หมายเหตุถึงผู้ดูแล. การเลือก article ขึ้นอยู่กับสิ่งที่อยู่รอบคำนามในทั้งประโยค, ดังนั้นตัวตรวจจะอ่านช่วงข้อความนั้นเป็นชิ้นเดียว, ไม่ใช่ทีละคำ.
แก้ a, an และ the แล้ว
ระบบจะใส่ article ที่ขาด ลบ article ที่เกิน ตัดสิน a และ an ตามเสียง และใช้ the เฉพาะเมื่อประโยคมีเหตุผลเพียงพอแล้ว ส่วนอื่นของข้อความจะคงไว้ตามที่ส่งมาอย่างเคร่งครัด
เหตุผลเบื้องหลังการแก้ไขแต่ละจุด
การเปลี่ยนแปลงแต่ละรายการมาพร้อมคำรอบข้างและกฎเฉพาะที่อยู่เบื้องหลัง, ไม่ว่าจะเป็นเสียง ความชี้เฉพาะ หรือคำนามนับไม่ได้ ความเข้าใจในตรรกะนี้จะเริ่มชัดขึ้นหลังจากอ่านเพียงไม่กี่ข้อความ
เหตุใดผู้เขียนจากภาษาที่ไม่มี article จึงพึ่งพาเครื่องมือนี้
ขอบเขตปิด ครอบคลุมครบถ้วน
ไม่มีสิ่งใดนอกเหนือจาก a, an และ the, ไม่ว่าจะใส่ ลบ หรือแก้ไข, และจะแสดงพร้อมข้อความรอบข้างเพียงพอจนการแทรกที่เงียบ ๆ ก็สังเกตได้ง่าย
ปรับให้เหมาะกับจุดเริ่มต้นเฉพาะ
ปรับเทียบโดยตรงกับข้อผิดพลาดเรื่อง article ที่ผู้เขียนจากภาษาจีนกลาง ญี่ปุ่น เกาหลี รัสเซีย ตุรกี และภาษาที่ใกล้เคียงกันมักทำจริงในภาษาอังกฤษเชิงวิชาการ
รายการคำนามนับไม่ได้เชิงวิชาการ
research, evidence, funding และคำอื่น ๆ ในกลุ่มเดียวกัน จะจัดการตามแบบแผนที่ร้อยแก้วเชิงวิชาการใช้จริง
มีเหตุผลกำกับทุกการแก้ไข
การแก้ไขแต่ละจุดจะระบุกฎที่ทำให้เกิดขึ้น โดยตั้งอยู่บนแนวคิดว่าจุดหมายคือการได้ร่างที่เครื่องมือไม่เหลืออะไรให้ทำเครื่องหมายอีก
3 คำ และระบบที่ไม่เคยกลายเป็นอัตโนมัติอย่างแท้จริง
บทความภาษาอังกฤษเป็นกลุ่มคำปิดที่มีเพียงสามคำ, และยัง rank among the hardest things to master in the language, เพราะการทำให้ถูกต้องหนึ่งคำขึ้นอยู่กับข้อเท็จจริงที่พจนานุกรมไม่สามารถให้ได้, คือสิ่งที่ผู้อ่านระบุได้อยู่แล้ว, ว่าคำนามในประโยคนี้ถูกปฏิบัติเป็นนับได้หรือไม่, และเสียงของคำถัดไปเมื่อพูดออกเสียง, ไม่ว่าการสะกดจะเป็นอย่างไร. สำหรับผู้เขียนที่ภาษาแรกทำเครื่องหมายความสามารถในการระบุได้ด้วยวิธีอื่น, ผ่านอนุภาค, ลำดับคำ หรือบริบท, ภาษาจีน, ญี่ปุ่น, เกาหลี, รัสเซีย, โปแลนด์, ตุรกี, ในบรรดาอีกมากมาย, การหลุดของ article อยู่ในอันดับต้นของรายการการแก้ไขในข้อความวิชาการที่ได้รับการบรรณาธิการอย่างมืออาชีพ. พวกเขายังมักหลบเลี่ยงการทบทวนด้วยตนเอง, การที่พลาด a หรือ an นั้นแทบไม่เคยสะดุดตาเท่ากับคำที่สะกดผิด.
สามการทดสอบครอบคลุมระบบเกือบทั้งหมด การทดสอบแรกคือความนับได้, คำนามนับไม่ได้ทั่วไป เช่น research, evidence และ funding ไม่ต้องมี article เลย ซึ่งทำให้ a research เป็นสัญญาณที่จำแนกได้ชัดที่สุดของร้อยแก้วหลายภาษาที่ยังไม่ผ่านการแก้ไข การทดสอบที่สองคือการระบุได้, เครื่องหมาย something a reader can already pin down, ขณะที่ a หรือ an ทำเครื่องหมาย something new to the passage, และการระบุได้นั้นอาจมาจากการกล่าวถึงก่อนหน้า, จากถ้อยคำภายในประโยคเดียวกัน, หรือจากการมีผู้สมัครเพียงหนึ่งเดียว, ในแบบที่วรรณกรรมอ้างถึงผลงานตีพิมพ์ชุดร่วมกันหนึ่งชุด การทดสอบที่สามคือเสียง, ซึ่งตัดสิน a กับ an ได้ด้วยตัวมันเอง: an hour, an MRI, a European trial, a one-sided design. ตัวตรวจจะนำวลีคำนามทุกวลีในข้อความผ่านการทดสอบทั้งสามนี้ และรายงานว่าข้อใดเป็นตัวกำหนดการแก้ไขแต่ละครั้ง
ปัญหาของบทความมักไม่เกิดขึ้นโดยไม่มีอะไรอื่นร่วมด้วย กาลของคำกริยาเป็นข้อผิดพลาดอีกอย่างที่กลับมาให้แก้ซ้ำบ่อยสำหรับนักเขียนเชิงวิชาการหลายภาษา และ ตัวตรวจสอบกาลของคำกริยา สอนมารยาทในแต่ละส่วนของบทความด้วยแนวคิดแบบคิดก่อนเหตุผลเช่นเดียวกัน ตัวตรวจสอบไวยากรณ์ จะสแกนได้ครบถ้วนในการรันครั้งเดียว และ ตัวตรวจสอบการสะกด จะลบคำพิมพ์ผิดโดยไม่แตะต้องคำศัพท์เฉพาะด้าน
สำหรับนักเขียนหลายภาษาจำนวนมาก ความกังวลที่ใหญ่กว่าคือไม่ได้อยู่ที่บทความเลย ความกังวลจริงคือร่างที่เขียนหรือปรับให้เนียนด้วยความช่วยเหลือจาก AI จนหยุดฟังดูเหมือนตัวตนของคนที่เขียนมัน นี่คือปัญหาที่ TextPulse humanizer ให้ความสำคัญ และ เวิร์กโฟลว์สำหรับนักเขียน ESL ของมัน จะช่วยสร้างจังหวะและถ้อยคำใหม่ ในขณะที่ยังล็อกความหมายและศัพท์เฉพาะไว้ตามเดิม งานของเรา false-positive study สำหรับนักเขียนภาษาอังกฤษที่ไม่ใช่เจ้าของภาษา พบว่าความกังวลนี้เกี่ยวข้องกับวิธีที่ตัวตรวจจับถูกสร้าง มากกว่าจะเกี่ยวข้องกับภาษาอังกฤษของผู้เรียนโดยตรง
Example: sound, identifiability and countability, one sentence
Article mistakes cluster wherever English logic thins out: pronunciation, whether a noun counts, and whether something has been introduced yet. All three sit inside one sentence here, corrected in tracked changes.
In a experiment, we asked the 40 students to rate an usability of the prototype and give the feedback on each task.
In aan experiment, we asked the 40 students to rate anthe usability of the prototype and give the feedback on each task.
- Article"a experiment" becomes "an experiment"Sound decides this one on its own: "experiment" opens on a vowel sound, which rules "a" out.
- Article"the 40 students" becomes "40 students"These students are entering the sentence for the first time, so "the" would be claiming an identification the text has not yet made.
- Article"an usability" becomes "the usability"Two things stack here: "usability" begins with a consonant sound, ruling out "an", and the of-phrase pins down exactly which usability is meant.
- Article"the feedback" becomes "feedback"An uncountable noun appearing for the first time takes no article at all.
Half of these corrections remove a word rather than add one, and that split is typical: writers coming from article-free languages tend to insert "the" as a safety net, while English reads every "the" as a claim of identifiability the sentence has not actually made yet.
ผู้ใช้ article checker
ผู้เขียนจากภาษาที่ไม่มี article
Mandarin, Japanese, Korean, Russian, Turkish และอื่น ๆ, รูปแบบข้อผิดพลาดเฉพาะที่พื้นหลังภาษาเหล่านั้นมักก่อให้เกิด, แก้ไขพร้อมอธิบายเหตุผลทุกครั้ง
นักวิจัยที่กำลังเตรียมส่งผลงาน
ข้อผิดพลาดเรื่อง article มักเป็นสิ่งแรกที่ทำให้ต้นฉบับดูเป็นร้อยแก้วหลายภาษาที่ยังไม่ผ่านการแก้ไข, การตรวจอย่างมุ่งเป้าเพียงครั้งเดียวช่วยลบออกก่อนที่ผู้ประเมินจะเริ่มนับ
นักศึกษาระดับบัณฑิตศึกษา
ในเอกสารที่ยาวเท่าวิทยานิพนธ์ ข้อผิดพลาดเรื่อง article มักกลืนไปกับข้อความ, การตรวจครั้งละ 250 คำช่วยดึงมันขึ้นมาพร้อมคำอธิบายกำกับ
ผู้ที่ต้องการซึมซับรูปแบบ
การเลือกตามเสียง, ความสามารถในการระบุได้, และความสามารถในการนับได้, แสดงให้เห็นจากประโยคที่คุณเขียนจริง, ไม่ใช่ตัวอย่างสำเร็จรูปจากหนังสือเรียน.
แก้ article แล้ว
ตอนนี้ทำให้ต้นฉบับฟังดูเหมือนคนที่เขียนมันขึ้นมา
ตัว humanizer ของ TextPulse ปรับถ้อยคำและจังหวะที่มีกลิ่นอาย AI ตลอดทั้งบทความ โดยติดตามการแก้ไขและอนุมัติทีละรายการ พร้อมคงคำศัพท์และการอ้างอิงไว้ตรงตำแหน่งเดิมตามที่คุณวางไว้