標點符號英文的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

在路上：原稿本

為了解決標點符號英文的問題，作者(美)凱魯亞克 這樣論述：

中文導論和英文原稿。導論部分為四位凱魯亞克研究專家從不同角度對「路上」系列小說的解讀。英文原稿部分，為傑克•凱魯亞克1951年花三個星期在八張粘成一條的繪圖紙上，打出的《在路上》原稿。這一英文版本中的主人公們均使用真實姓名，1957年維京出版社出版《在路上》（大陸中文版即依據這一版翻譯）時，為符合當時出版要求而作的修改和刪節，在這一版中也全部恢復和保留。文本中的遣詞造句，乃至標點符號，英文編輯卡納爾在處理時，都力求能最大程度體現作者寫作時的節奏，表現其主張的自發式寫作和思緒的自然流動。這不僅是凱魯亞克的標志性成就，也是美國文學歷史上最重要、最著名和最具啟發性的文本之一。傑克•凱魯亞克(1922

—1969)，一九二二年三月十二日出生於馬薩諸塞州洛厄爾。 導論 這一次快了：傑克·凱魯亞克與《在路上》的創作 重寫美國：凱魯亞克的「地下怪獸」之國 「深入事物的本質」：尼爾·卡薩迪與尋找真實 「直線反而引領你走向死亡」：卷軸打字稿與 當代文學理論致謝文本說明參考文獻在路上：原稿本 附錄

標點符號英文進入發燒排行的影片

導入布魯姆認知分類於試題自動化質性分析之研究

為了解決標點符號英文的問題，作者吳彥君 這樣論述：

本研究主要是利用布魯姆認知分類對試題進行質化分析，以得到試題精確的認知歷程向度及知識向度等特徵資訊。主要方法分為二個階段執行，第一個階段是先將試題斷詞並去除標點符號、英文字和不相關字後，求得特徵詞彙；接著將得到的特徵詞彙利用Bloom 認知分類之二向度做判斷，得到特徵向量。第二階段為libsvm 分類器，libsvm 分類器又分為訓練階段和測試階段。在訓練階段是將特徵向量輸入進行訓練，得到特徵模型。測試階段是將所有樣本分為訓練集合與測試集合兩部分，其中訓練集合做為該演算法的學習資料，用以建構分類法則；測試集合的樣本則是做為衡量分類法則績效的測試資料。在此我們利用weka此軟體以10-fold

cross validation的方式對測驗試題進行測試並使用Accuracy 與F-measure 兩項同時進行評估，求得更客觀整體的比較。我們進行下列二個實驗：首先以自動選取特徵詞彙進行實驗，結果發現SVM 分類結果正確率為60%；接著，再增加相關詞彙與專家檢查修改斷詞錯誤後，結果發現SVM 分類整體正確率達85%以上，效果很好。因此本論文提出的分類方法對試題質性分析的確達到不錯的正確率。