生活小发现话题作文

生活小发现话题作文（精选8篇）

篇1：生活小发现话题作文

话题设计：有人说，岁月像一条河，生活像是一首歌。生活中有得意也有失意，有成功也有失败，有悲欢也有离合„„生活就像万花筒。只有你善于发现，就总能看到它的丰富和美丽。生活是写作的源泉，请以“发现生活”为话题，写一篇文章。

要求：①自拟题目，作文内容与话题要有密切的联系。②自选文体。③自定立意。④不少于650字。

训练达到的目标：感情真挚，思想健康，内容充实，中心明确，见解新颖，材料新鲜，构思新巧，推理想象有独特之处，有个性特征。设计意图：

①让学生学会写比较复杂的记叙文和简单的议论文。②引导学生自觉围绕话题进行审题，立意，选材和构思等方面的训练。指导过程：

（二）技法：

其二：作文教学必须实现个性解放。求解放，必须坚持走自主求真，创新之路；要创新，必须培养创新品质和创造性思维能力为基础。

其三：作文训练应遵循规律，在开放的前提下重视规范，打造扎实的内功。课堂程序：

（一）情景作文

今天我们教室里来了许多听课的老师，这是今天我们的语文课堂与以前所不同的地方，我们同学一定发现了，就这个情景，下面请同学们说话： 第一组的同学准备用叙述的表达方式说一段话。第二组的同学准备用描写的表达方式说一段话。第三组的同学准备用抒情的表达方式说一段话。第四组的同学准备用议论的表达方式说一段话。

从今天的课堂上我们同学有什么发现？为什么会有今天这样的事情和情景呢？我们从今天的活动中感悟到了什么？

许多人在关注着我们，关心着我们，关切着我们。

对于我们的眼睛不是缺少美，而是缺少发现，只要我们仔细观察用心体会，我们常常可以在生活的小事中，发现大的道理；在人们不经意的举动中，发现感人至深的真情。

在教室里我们有了自己的发现，在生活中我们有没有自己的发现呢？比如在生活中你认为什么最重要？金钱？健康？时间？能力？素质？亲情？友情？环境？

请几位同学就这个问题，结合自己的经历或者见闻叙述一件事或者谈一下自己的观点。是金钱重要也好，是友情重要也好，这些都是我们从生活中发现的，教师出示今天的作文训练题目：

话题设计：有人说，岁月像一条河，生活像是一首歌。生活中有得意也有失意，有成功也有失败，有悲欢也有离合„„生活就像万花筒。只有你善于发现，就总能看到它的丰富和美丽。

篇2：生活小发现话题作文

我家养了一只小白兔，这只小白兔很可爱，我很喜欢这只小白兔，小白兔长着一对长长的耳朵、红红的眼睛、小小的嘴巴，还有一身洁白的毛，我给它取名叫小白。

我总觉得它的耳朵很长，于是就去问爸爸，爸爸说：“自己去查资料”。于是我就上网查了资料原来兔子的长耳朵有两个做主要的功能，首先就是它可以帮助听到微弱的声音，比如食肉动物悄悄接近时发出的声音，并随之确定声音来自何处。另外，长耳朵更有利于散热，帮助兔子在炎热的夏季降温。我不信，我要自己去观察，我把兔子放到楼下，它就上去了，谁知，一个窗户开着，兔子看到了那个窗户就跳了下去，结果，小兔子实力。我伤心极了。

在生活中，只要我们用心观察，认真思考，就会有所发现。

篇3：生活小发现话题作文

“放纵”身心,领略生活的丰富

因社会发展和课程改革的需要,教师在学生作文时也明确提出要“面向生活”,但学生在写作中总有些许迷惑:什么是生活?生活在哪里?旧的教育观念、体制已经让学生成为了盲人、聋人,窗外的春华秋实和骄阳寒雪,从学生的眼中消失了,“风声、雨声、读书声”不再“声声入耳”。相关变革滞后于教育发展的需要。学生在猛然间“面向生活”的“集结号”下显得无所适从了。

教育的目的不只是培养一个好学生,而是为社会培养一个合格的公民。皮亚杰认为:人生而理性,人总是企图了解周围世界。教师要让学生真正融入社会生活,为学生写作提供有利条件和广阔空间:引领学生参与各项非功利的丰富的课外活动、社会实践,让学生体验到乐趣,激发起兴趣,激起他们扩充生活内涵和外延的欲望;及时、科学的家校沟通,让学生不只做家庭的“被供养者”“享受者”,而成为家庭生活的参与者和创造者;最好让学生成为“劳动者”,苏霍姆林斯基说过“对于每个孩子来说,凡能使他在其中表现为一个创造者,一个诗人、画家,使他为自己和自己集体的劳动成果而自豪的那种劳动,都可以变成一种精神创造”。

助启慧眼,发现生活的精彩

猴子下山的寓言故事众所周知,刚下山的小猴子路上拣这丢那,直到太阳下山依然两手空空。不少学生在获取写作的生活素材时,也不乏“猴子下山”现象,面对众多生活之“米”,不知舀哪一勺是好,结果依然无米下锅。要么就是把作文写成了生活素材的全景式照片,写作成了记流水账。

面对学生习作中的这种困惑,教师应给学生作必要的、精当的引导,帮助学生开启“发现”的慧眼。前苏联教育家赞可夫说:“学习观察并不需要到非洲去,也不需要到西伯利亚去,你们只要在屋子边那块草地上蹲下来仔细看一看,你们就会发现一个十分惊人的昆虫世界……跨出第一步吧,睁开眼睛,注意观察,令人惊讶的东西就在你的身边。”在写作教学中要指导学生观察:要找准学生兴趣与生活实际间的交集这一切入点,结合教学目标与丰富的社会生活引导学生学会观察,让学生从观察中寻找生活的乐趣,实现从自发性观察到自觉性观察的转变以及观察方法的不断完善,使学生能更加准确地抓住事物特征,这一过程就不再是单一的“观察”过程,更是学生自己情感体验的丰富过程。

巧施妙笔,展现生活的多姿

在日常学习生活中,学生在看了一篇文章后总有一种似曾相识的感觉,类似的事情、场景自己也经历过,却难以在自己的笔下展现出类似的特色与精彩,因为语言表现力的缺乏,在表达与交流中总显得浅陋与苍白。而另一方面在语文课文解析或作文专项讲解中,关于作品的表达方式、写作技巧、表现手法的讲解却又相当周到而详实。

语文课程标准对写作提出:力求有创意的表达。合理安排内容的先后和详略,运用联想和想象,丰富表达的内容。能借助语感和语法、修辞常识,做到文从字顺。初中阶段学生的认知能力还是有限的,语言表现力仍有待加强,因此在写作教学中,写作技巧能力的正确指导仍然是必要的。在教学中不能将写作能力技巧的指导与学生实际写作割裂开来,或者生硬地剪接拼凑在一堂“完整的作文课”上。作文教学应在“大语文”的框架下进行,各项写作能力技巧的学习,不应只局限于“作文课”的教学与日常教学文本的“专业”解剖,而应融汇于“大语文”的“听、说、读、写”综合学习之中,让学生适地适时地学习用技巧去体验生活、表达交流心声,并在体验交流中学会总结,才会在作文中妙笔生花。

品味书香,提升学生的人文素养

现实生活是写作的源头活水,而书不仅是生活,而且是现在、过去和未来文化生活的源泉。读书可以使人增长阅历、开阔视野;可以丰富情感、健全人格并启迪心智;有助于更好的表达和交流。初中生受客观生理、心理特点影响,对现实世界的认知还很有限,在个人的体感和价值观的形成中,难免会限于浅显与片面,并在作文中直接表现出来。可见教师要引导学生进行充分的阅读,尤其要到课堂外的书本世界中汲取营养,提升人文素养,在写作中才能“腹有诗书气自华”。

然而学生的读书现状不容乐观:一方面各项教学任务和课外辅导班、兴趣特长班挤占了学生宝贵的阅读时间;另一方面,一些低俗的“地摊书”、“口袋书”、甚至电子读物等“快餐文化”异化了学生的阅读取向,使学生本已趋于贫瘠的精神世界更显浅陋。

篇4：话题作文“发现生活”教学设计

有人说，岁月就像一条河，生活就像一首歌。生活中有得意也有失意，有成功也有失败，有悲欢也有离合……生活就像一个万花筒，只要你善于发现，总能看到它的丰富和美丽。

生活是写作的源泉。请以“发现生活”为话题写一篇作文。

要求：①自拟题目，作文内容与话题要密切相关。

②自选文体；

③自定立意；

④不少于800字。

二、训练达成目标

感情真挚，思想健康，内容充实，中心明确。（重点）

见解新颖，材料新鲜，构思新巧，推理想象有独到之处，有个性特征。（难点）

三、设计意图

1.使高中学生学会写复杂的记叙文和中规中矩的议论文。

2.引导学生自觉的围绕“话题”进行审题、立意、选材和构思等方面的训练。

四、指导过程

（一）写作导引：现在，话题作文几乎可以说成了高考作文的一种模式。话题作文有较大的写作空间，如“立意自定，文体自选，题目自拟”。落实这“三自方针”，是自由写作的一种重要实践。

立意自定，是指作者自由表达自己对问题的看法；文体自选，是指根据所要写的内容，自由选择适合表达的体裁；题目自拟，是说可以并应该自己拟一个紧扣话题、确切生动的文章题目。这些给了同学们充分展示自己才华的机会。我们可以按这“三自方针”，写好这篇话题作文。

（二）技法点拨：近年来高考话题作文的命题特别是2004年以来江苏省的作文命题给我们带来什么新的启示呢？值得记取的至少有以下三点：

其一，中学作文教学要把关注社会关注生活落到实处，要把读写结合、注重文化积淀落到实处（而非只喊口号）。

其二，作文教学必须实现个性的解放。求解放，必须坚持走自主、求真、创新之路；要创新，必须以培养创造性品质和创造性思维能力为基础。

其三，作文训练应遵循规律，在开放的前提下重视规范，打造扎实内功。

为此，要在以下五个方面搞好扎实的训练：

①审题训练——立足准确，追求深刻；

②拟题训练——立足醒目，追求夺目；

③文体训练——立足合“格”，追求创新；

④表达训练——立足通畅，追求文采；

⑤书写训练——立足规范，追求美观。

（三）思路点拨：人人都在生活之中，但未必能人人都深刻认识了生活。写作“发现”生活的话题，需要作者打开第三只眼睛——“慧眼”，不仅能从惊天动地的大事中发现生活的价值和意义，更能从平凡的生活小事中发现生活的丰富与美丽，写出“见人之所未见”的独特感悟。

比如一位在医院陪病人的小姑娘，误把透过残窗斜落到过道上的一方月光，当成了白手绢，弯腰拾了一下。这么件小事普通的不能再普通，细微的不能再细微；小姑娘不被人看见则罢，被人看见了恐怕只有尴尬的份儿。假如你目睹这一场景，会涌现什么样的感想呢？恐怕会投去鄙夷的一瞥吧。这能当作写作素材吗？

作家鲍尔吉·原野刚巧在医院为父亲陪床，目睹这一场景，他没有嘲笑小姑娘，而是觉得：“这一举动充满生机。小姑娘也是病人的家属，我不知她的病人在床上煎熬着是怎样的痛苦，但她的心里仍装着美，不然不会把月光当作手帕。”作家感伤自己在小姑娘之前已将楼道走过几遍，却对周遭懵然无动于衷，反问自己：为何不能象小姑娘一样空灵？许多年后，作家写出了美文《月光手帕》，启迪读者：世俗的眼光使我们失去了多少美的发现，给我们造成多少无法弥补的遗憾！

学习鲍尔吉·原野，发掘并表现生活的美吧。

生活是什么？门捷列夫说：“生活便是寻找新知识。”列夫·托尔斯泰说：“生活不是享受而是很辛苦的生活。”巴尔扎克说：“生活的智慧大概在于逢事都问个为什么。”歌德说：“生活之树常青。”

五、写作实践。

紧扣话题，从自己对现实生活的感悟与发现中拟出一个题目，提出对立意、文体、选材、构思的考虑，在小组或全班交流、讨论，听取意见，思考成熟后再动手写出文章。

（习作选萃）

辛酸父爱

铁富高级中学石荣茂

叶落了。

花开了。

时间也随风飘走了，生活也变的更好了。

随着时间的流逝，我发现了一个奇怪的现象。它使我感动，使我流泪。它使我感受到了伟大的父爱。

父亲是个农民，并无额外收入。但生活过得很满足，早晨下地干完活之后，吃午饭时总会来一瓶啤酒，然后睡一觉，下午再去干活。到了晚上还会喝上二两大曲。每逢下雨天爸爸就会出去打扑克来打发时间。生活虽不宽裕，但父亲还是过得不亦乐乎。

渐渐的，我上初中了，开销也变大了。

有一次星期天回家，我却意外的发现爸爸这两天没有喝啤酒。我就好奇的问爸爸：“爸爸，你生病了吗？怎么不喝啤酒了？”爸爸微笑着说：“我这么健壮，怎么会生病呢？只是最近不想喝。”

我没有再想下去。

可过了几个星期，爸爸平日喝的优质大曲也下岗了，换成了塑料大曲（因是用塑料桶装的散酒，故戏称）。

我又问爸爸，爸爸说：“整天喝一种酒，口感不好，想换换口味。”爸爸的眼中透露出一种我琢磨不透的神情来，但我没敢往下想。

时间转瞬即逝，不觉得我已经上了初三，上学的开支更大了。

忽然有一天，我感觉到家里缺少了一种气氛，我仔细一想：爸爸没喝酒。

我去问父亲：“爸爸，今天怎么没喝酒啊！”他的表情变了一下，而后又微笑地说：“近来胃不好，不想喝酒。”从他的言辞中，我似乎听到了什么，但我没问。

一天，爸爸出去了。我就跑到母亲跟前问爸爸戒酒的原因。母亲说：“你现在大了，消费也高了，因此，你爸爸打算戒酒为你省一部分钱，现在还真的戒了。”

听到这里，我的眼泪不自觉的从眼中流了出来，母亲的眼睛也湿润了。

甜甜父爱，辛酸父爱，浓浓父爱。我这时似乎闻到了酒香，那浓烈的酒味正弥漫着整个屋子。近而飘到了世界的每一个角落。

“因为爱，所以爱。”也唱出了父亲的心声。

蜜蜂毫无所求，只求别人快乐，把蜜献给大家；老牛，也无所求，帮助别人干活，帮别人分担忧愁；父亲，更无所求，把爱注入我的心房，使我快乐，使我幸福。

这时耳边不觉传来“父亲是那拉车的牛……”的歌声。

点评：这是一篇用第一人称写的记叙文，文字质朴，情感真挚。有关父亲喝酒的细节描写，很能打动人的心弦。随着“我”的年龄的增长，年级的升高，上学开销的增大，平凡的父亲，用伟大而辛酸的父爱充实了儿子——“我”的成长过程，自然而然的扣紧了话题。习作以议论开头，以议论收束，抒情意味浓郁，观察细致，描写真实，人物对话推动了故事情节的发展。

篇5：生活小发现话题作文

设计者：湖北省麻城市闵集中学   陶建军

话题设计：有人说，岁月像一条河，生活像是一首歌。生活中有得意也有失意，有成功也有失败，有悲欢也有离合……生活就像万花筒。只有你 善于发现，就总能看到它的丰富和美丽。

生活是写作的源泉，请以“发现生活”为话题，写一篇文章。

要求：①自拟题目，作文内容与话题要有密切的联系。②自选文体。③自定立意。④不少于650字。

训练达到的目标：感情真挚，思想健康，内容充实，中心明确，见解新颖，材料新鲜，构思新巧，推理想象有独特之处，有个性特征。

设计意图：

①让学生学会写比较复杂的记叙文和简单的议论文。②引导学生自觉围绕话题进行审题，立意，选材和构思等方面的训练。

指导过程：

（一）写作引导：是指作者自由表达自己对问题的看法；文体自选是指根据所要写的内容，自由选择合适表达的体裁，题目自拟是说可以并应该自己拟一个紧扣话题，确切生动的文章题目，这些给了同学们充分展示自己才华的机会。

（二）技法：

其一：中学作文教学要把关注社会关注自己落到实处，要把读写结合，注重文化积淀落到实处。（而非只喊口号）

其二：作文教学必须实现个性解放。求解放，必须坚持走自主求真，创新之路；要创新，必须培养创新品质和创造性思维能力为基础。

其三：作文训练应遵循规律，在开放的前提下重视规范，打造扎实的内功。课堂程序：

（一）情景作文

今天我们教室里来了许多听课的 老师，这是今天我们的语文课堂与以前所不同的地方，我们同学一定发现了，就这个情景，下面请同学们说话：

第一组的同学准备用叙述的表达方式说一段话。

第二组的同学准备用描写的表达方式说一段话。

第三组的同学准备用抒情的表达方式说一段话。

第四组的同学准备用议论的表达方式说一段话。

从今天的课堂上我们同学有什么发现？为什么会有今天这样的事情和情景呢？我们从今天的活动中感悟到了什么？

许多人在关注着我们，关心着我们，关切着我们。

对于我们的眼睛不是缺少美，而是缺少发现，只要我们仔细观察用心体会，我们常常可以在生活的小事中，发现大的道理；在人们不经意的举动中，发现感人至深的真情。

在教室里我们有了自己的发现，在生活中我们有没有自己的发现呢？比如在生活中你认为什么最重要？金钱？健康？时间？能力？素质？亲情？友情？环境？

请几位同学就这个问题，结合自己的经历或者见闻叙述一件事或者谈一下自己的观点。

是金钱重要也好，是友情重要也好，这些都是我们从生活中发现的，教师出示今天的作文训练题目：

话题设计：有人说，岁月像一条河，生活像是一首歌。生活中有得意也有失意，有成功也有失败，有悲欢也有离合……生活就像万花筒。只有你 善于发现，就总能看到它的丰富和美丽。

生活是写作的源泉，请以“发现生活”为话题，写一篇文章。

要求：①自拟题目，作文内容与话题要有密切的联系。②自选文体。③自定立意。④不少于650字。

训练达到的目标：感情真挚，思想健康，内容充实，中心明确，见解新颖，材料新鲜，构思新巧，推理想象有独特之处，有个性特征。

（二）选材训练

发现生活，我们应该怎么样选材立意呢？请看老师的的例子：

我发现生活中友情最重要；我发现生活中健康最重要……

我们把刚才的说的话进行这样的整合，就可以很简单的为这个话题作文选择材料了，我们甚至可以以这种方式给作文命题。

方法：我们为了将话题化大为小，可以采取的办法是：在话题前后加上相关的词语或者短语。使话题选材的开口更小，更具体。

像这个题目，我们还可以怎么加上词语或者短语呢？

发现生活中的美；发现生活中的善；发现生活中的变化

发现生活中有许多人在关注我们

在发现前面我们还可以加上其它的词语作为主语，那么我们的作文的叙述角度就会发生变化。

我们同学可以加一加试试看……

我们还可以在发现前面加上状语如：

我在公共汽车上面发现了生活中的善良；我在影视剧中发现

我在寝室里发现青春时期生活时多么灿烂……我从书本上发现

（三）范文引路：

人人都在生活中，但是未必人人都深刻认识生活。

写作“发现”生活的话题，需要作者打开第三只眼--慧眼，不仅能从惊天动地的大事中发现生活的价值和意义，更能从平凡的生活小事中发现生活的丰富和美丽，写出“见人所未见”的感悟。

比如一位在医院陪病人的小姑娘，误把透过残窗斜射落到过道上的一方月光，当成了白手绢，弯腰拾了一下，这么一件小事普通的不能在普通了，细微得不能再细微，小姑娘不被人看见也罢，被人看见了恐怕只有尴尬得份儿。

假如你目睹了这一场景，会涌出什么样得情感呢？恐怕会投去鄙夷得一瞥吧。

这能当作写作得素材吗？

作家鲍尔吉原野刚巧在医院为父亲陪床，目睹了这一场景，他没有嘲笑小姑娘，而是觉得这一举动充满了生机，“小姑娘也是病人的家属，我不知从他的病人在床上 煎熬着是怎样的痛苦,但她的心里仍然装着美,不然不会把月光当成手帕”作家感叹自己在小姑娘之前已将楼道走过几遍，却对周围懵然无动于衷，反问自己为何不能像小姑娘一样空灵？许多年以后作家写出了美文《月光手帕》，启迪读者：世俗的眼光使我们失去了多少美的发现，给我们造成了多少无法弥补的遗憾。

学习鲍尔吉原野发掘并表现生活中的美吧。

月光手帕

鲍尔吉原野

很多年以前，我在医院为父亲陪床。陪床的人逼并没有床可以睡，时间已在后半夜，我散步在一楼和三楼的楼梯之间。这时医院没什么人走动了，几个乡下人披着棉衣蹲在楼梯口吸烟。偶尔，有戴着口罩的忽视手执葡萄糖轻盈往来。

我下到一楼，又拾阶上楼，走在我前面的一个小姑娘，大约是个中学生，行走间蹲下，拣一样东西，旋又走开了，回头瞅我一眼。她走开后，地上一个薄白之物仍放着，像一方手帕。

我走近一看，这不是手帕，而是一小片月光摊在楼梯上。为什么是一小片呢？原来是从被钉死的落地长窗斜照进来的，只有一方手帕大的小窗为钉死。子夜之时，下弦月已踱到西天。这一片月光射入，在昏黄的楼道灯光下，弥足珍贵。

小姑娘误以为这是奶白色的手帕，她弯腰时，手指触到冰凉的水泥地上便缩回了。她瞅我一眼，也许是怕笑话。

我不会笑她，这一举动里充满生机。小姑娘也是一个病人的家属，我不知她的`病人在床上忍受怎样的煎熬，但她这样敏感，心里盛着美，不然不会把月光误作手帕。

在她发现这块“月光手帕”前，我已将楼梯走了几遍，对周围无动于衷。正是因为她的弯腰，才诱使我把这一小片月色看成了手帕，或者像手帕。但我感伤自己已没有她那样的空灵，走过来也不会弯下腰去。因为一双磨炼得很俗的研究极易发现月光的破绽，也就失去了一次美的愉悦。

许多年过去了，我对此事有了新的想法。多么希望她能够把这块“手帕”拣起来，抖一下，但那是不可能的事情。我替月光遗憾，它辜负了小姑娘轻巧的半蹲拣手帕的样子。

同学们听了上面的文章以后，对我们这篇作文的写作一定有很好的启发，请几位同学谈谈。

下面的时间请同学们填写下发到同学们手中的快速作文构思卡

学生汇报填写情况。

（四）学生交流

(五)课堂小结

通过今天的作文训练，我们的作文训练要从下面五个方面努力

①审题--立足准确，追求深刻

②拟题--立足醒目，追求夺目

③文体--立足合格，追求创新

④表达--立足通畅，追求文采

⑤书写--立足规范，追求美观

学生作文快速构思卡片

作文题目

（写什么）

写作意图

（为什么写）

备用材料

（用什么写）

结构提纲

（怎么写）

我的创新手段

开头和结尾的语句和方式

我还有什

么困难

自我评价

（写的怎么样）

关于标题的拟写：

多用修辞--宽容是阳光；

巧用成语--三个臭皮匠，和成一个诸葛亮

可引用诗句名言或歌词--为什么我的眼里常含着泪水。

附录：话题设计：有人说，岁月像一条河，生活像是一首歌。生活中有得意也有失意，有成功也有失败，有悲欢也有离合……生活就像万花筒。只有你 善于发现，就总能看到它的丰富和美丽。

生活是写作的源泉，请以“发现生活”为话题，写一篇文章。

要求：①自拟题目，作文内容与话题要有密切的联系。②自选文体。③自定立意。④不少于650字。

（一）选材的例子：我发现生活中的“美”

明确“美”的内涵：

具体的漂亮的东西、景物，值得欣赏。 --例：美丽的礼物

抽象的崇高精神、情感，值得学习、赞颂。-- 例：美丽的心灵

由话题联想到哪些与话题有关的人或事？

树是美丽的--奉献精神

医生是美丽的--白衣天使、救死扶伤

教师是美丽的--为人师表，教书育人

最美的书--陶冶性情、提高修养、终身得益

美丽的声音--令你感动，使你温暖，让你受益、催你奋进

（二）选材的例子：我发现生活中感恩可以从小事做起：

A.有个国王有三个儿子，他很疼爱他们，但不知传位给谁。最后，他让三个儿子回答如何表达对父亲的爱。大儿子说：“我要把父王的功德制成帽子，让全国的百姓天天把您供在头上。”二儿子说：“我要把父王的功德制成鞋子，让普天下的百姓都知道是您支撑他们。”三儿子：“我只想把您当做一位平凡的父亲，永远放在我心里。”最后，国王把王位传给了第三个儿子。

B.老师正在做一次如何感恩父母的调查。

一个同学马上说：“等我长大的时候，我要送一套很大很大的别墅给他们。”其他的同学露出惊奇和羡慕的目光。

另一个同学接着说：“我要请爸爸妈妈出去旅游，南极的冰川和北极的极光就是我送给他们的礼物！”其他的同学传出不小的赞叹声。

只有一个女孩怯怯地说：“我要给妈妈洗头，让……让她的长发飘逸起来……”空气在这一刻凝固了，教室里静得能听见心跳声。

“为什么？”老师不解地问。

“在一次车祸中，妈妈的双手致残了，只有我给她洗头……对妈妈来说，洗头是种幸福！”

教室里爆发出雷鸣般的掌声。

(三)怎么将文章写的具体一些：

1、用数字具体地写出事物的大小。 2、用比喻来状物。 3、用形容词写出事物怎么样。 4、写出事物的外形特征。 5、写出事物的色彩怎么样。 6、写出事物怎样变化。 7、写出周围环境怎么样。 8、写出不同的声音。

篇6：生活中的小发现作文

最近，我市一直发生“袋子上的绳子松了，漏东西事件”。有许多市民反映道：“发现东西少了，以为是小偷偷走了，没想到失物全都在地上。后来发现，原来不是小偷，是袋子上的绳子松了。可是我出门前系的明明很紧的，也许是物品太重了，撑开了绳子上的结。”事实证明是物品太重，把绳子上的结给撑开了。

以上都不算是太重要，只是有一些麻烦，但是下面一篇真实的新闻，你一定会看得目瞪口呆，让你知道系好绳子有多重要：

香港一女子裸奔大闹游乐园

昨日，一女子在迪斯尼乐园的“星际飞车”周围出没，人来了就逃，最后保安见她鬼鬼祟祟、人来就逃，很不对头，就把她给抓住了，并且发现她没有穿上衣，以为是从脑科医院逃出来的精神病患者，但女子一直反抗说她不是精神病。保安见她这种行为也对，精神病患者不会神志这样清晰。女子自称姓张，原来张女士穿的是最近赶时髦的古典衣服，没扣子，是用绳子系的，因香港太热，每人只穿一件衣服，又因为“星际飞车”很像过山车，结果张女士的衣服因受不了这样的压力而松开了，最后被吹走了。

篇7：生活中的小发现作文

朱老师先把一张纸拿出来,撕成一条条，老师再把小纸条撕成小纸碎。这时候我就想：老师撕纸碎干什么呢?老师要纸碎干什么呢?老师说玩一个小游戏，为什么要纸啐，难道撕纸碎就是游戏?游戏跟纸碎有什么关系?这些问题往我的脑子里挤。老师把纸碎发给我们，叫我们把纸碎撕得更小。我们撕呀撕呀，撕成了一片片小小的纸碎，有的像正方形;有的像三角形;还有的像没有尾巴的小蝌蚪

老师叫我们把笔拿起来，再举起来，用笔头按着中心，再挠。太多了!刚开始我很开心，因为满盆子的泡泡，像棉花糖一样很好玩。但是过不多久，我发现这些泡泡像生了根似的，怎么洗也洗不干净，不仅如此，还沾在我的手上甩都甩不掉。

正当我一筹莫展的时候，突然想起了 酸碱中和 这个道理。我想，洗衣粉是碱性的，如果放一点醋进去不知道会怎样呢?于是，我赶快到厨房拿了一点白醋倒进了盆子里。不出一分钟的`时间，奇迹发生了 盆子里的泡泡顿时消失了许多!我再用水清洗两遍，就大功告成了。看着被我洗得干干净净的红领巾和手帕，心里别提有多高兴了。

等妈妈回来以后，我把这个新发现告诉了妈妈。以后妈妈用洗衣粉洗衣服的时候，只要放一点点醋，衣服就很容易清洗了。这样不仅节约了水，而且还节省了不少时间呢!

篇8：生活小发现话题作文

随着互联网的迅速发展，网络信息量爆炸式增长，导致人们处理和使用这些庞大的信息变得越来越困难。面对网络信息过载，如何快速准确地获取人们感兴趣的新闻话题，并对这些新闻话题进行有效地组织、处理和分析，是当前信息处理领域研究的一个重点，其研究成果具有重要的意义。

话题识别与跟踪技术正是在这种情况下所产生。针对不同话题识别任务的特点，新闻话题识别的研究可分为热点话题识别[1,2,3]、敏感话题识别[4,5]、领域话题识别[6]和用户兴趣话题识别[7]四个方面。关于用户兴趣话题识别方面的研究相对较少，Kurtz等人所提出的系统[7]，基于个人配置文件提取用户兴趣过滤新闻文本，从而采用改进的话题聚类算法获取用户感兴趣的话题。该算法在基于新闻文本自身所携信息进行过滤时，易遗漏某些同样需关注的相关话题。为解决该类问题需充分考虑事件关系，关于事件关系识别，杨雪蓉等人提出了一种基于核心词和实体推理的事件关系识别方法[8]。该方法明显优于单基于事件语义的事件关系识别方法，但当面对大量的网络热点新闻事件时，该算法中事件线索集的构建有限，因为对部分事件无法构建虚拟相关事件集合。为了有效提高大规模互联网数据中用户兴趣话题识别的准确率，避免对相关兴趣新闻事件的遗漏，本文提出一种符合新闻特定语义结构的事件多维关联关系计算方法识别事件关系，从而构建事件加权关联网络。基于该事件关联网络，采用连接分析技术综合考虑各新闻事件之间的关联关系，对新闻集按照用户感兴趣的程度进行排序，获取用户感兴趣的新闻事件，进而通过改进的single-pass聚类算法获取用户感兴趣的话题。此外，针对用户兴趣的动态变化特性，本文只需用户择感兴趣的兴趣领域标签即可。实验表明，该算法能达到较高的准确率，使人们能对感兴趣的话题具有全面而准确地认识。

1 算法提出

本文提出的基于事件关联网络的用户兴趣话题发现算法中引入了新闻事件兴趣度值的概念，表示用户想要关注某新闻事件的程度。该算法可分为以下四个步骤：第一，基于自主可扩展的知识库，对不同兴趣领域词汇进行扩展；第二，构建由新获取到的新闻事件与用户感兴趣的历史新闻事件组成的事件加权关联网络；第三，基于所构建的事件关联网络，采用链接分析技术，通过计算每个新闻事件的兴趣度值获取用户感兴趣的新闻集。最后，在所得用户感兴趣的新闻集上，基于新闻文本特有的语义框架，采用改进的聚类算法获取用户感兴趣的话题。

1.1 构建可扩展领域知识库

通常用户所能提供的兴趣词数量较为有限，为能更好地把握用户兴趣需求，本文通过采用Bootstrapping半监督机器学习算法[9]构建可自主扩展的知识库，将少量不同兴趣领域词集扩展为能够较全面代表用户兴趣需求的兴趣词集。关于知识库的自主扩展，人工选取新闻语料中少量不同兴趣领域的中心词作为种子词集，从大量的新闻语料库中提取有效词作为待标注词集，自动地进行知识学习，从而实现知识库中不同兴趣领域词汇的扩展。

共现关系与相似关系是建立可扩展知识库的基础，本文分别基于Wordnet与Google检索计算词之间的语义相似度值和共现关系值，将语义相似度值和共现关系值作为每轮新扩展兴趣词的二维置信度。基于Bootstrapping算法，逐步对新获取的新闻词汇进行标注，实现知识库中不同兴趣领域的有效词、相似词对和共现词对的自主扩展。具体算法如下：

输入：用户提供的少量兴趣词集

输出：基于知识库扩展后的能较全面代表用户兴趣的兴趣词集

(1）将用户提供的少量兴趣词赋予兴趣度值x，初始赋值为1，作为初始种子词集W;

(2）从领域知识库中获取实词，作为待标注词集U;

(3）基于领域知识库，计算U中每个词与W中词的语义相似度值Si和共现度值Gi，分别作为二维置信度；

(4）将置信度较高的前n个词，作为新增种子词集N，扩展原始种子词集为W+N;

(5）对新增加的n个种子词，基于置信度值和对应的原始兴趣种子词，计算其兴趣度值x;

(6）重复第（3)～(5）步，直至符合算法结束条件，获取最终的种子词集FW;

该方法中用户只需选择感兴趣的兴趣领域标签即可，有效避免了用户兴趣的动态变化特性所带来用户兴趣判断不准确。随着新输入新闻语料的增多，知识库扩展的效果将更加全面与准确。

1.2 构建事件关联网络

大量的互联网新闻数据中，每一篇新闻报道代表一个新闻事件。大量的事件之间存在着纷繁复杂的关联关系。仅基于事件所携主要信息计算事件的兴趣度值，易忽略同样需关注的相关事件。构建事件关联网络，综合考虑事件间的关联因素，有助于更加准确和全面地获取用户感兴趣的话题。

事件关联网络中，每个节点代表一个新闻事件，将事件兴趣度值作为节点的权重；每个边代表两个事件之间的相关联程度，将事件在时间、人物（或机构）、地点和行为四个维度上的相关程度作为边的四维权重。采用命名实体识别技术获取新闻中表示地点、人物（或机构）和行为的词，基于新闻的实时性，视新闻报道的时间为事件的近似时间，计算事件在时间、人物（或机构）、地点和行为四个维度上的相关程度，即关联网络中边的四维权重，从而综合考虑事件之间在以上四个维度的关联程度。事件各维关联度的计算公式如下：

(1）事件时间关联度计算

如果两个事件发生的时间差值在一定的范围内，则认为这两个事件在时间上是关联的。关联的强度与发生时间的间隔有关。时间的间隔越短，关联的强度越强。具体计算公式如式（1）所示：

式中：time(T1),time(T2)分别表示事件T1,T2的时间；Ti和Tj是任意相关事件。Reltime(T1,T2)的值在[0,1]。

(2）事件人物（或机构）关联度计算

如果两个事件中涉及的人物（或机构）相同或具有较高的相似度或共现率，则认为这两个事件在人物（或机构）上是关联的，关联的强度以相同人物（或机构）为最强。基于改进的词集相似度计算公式，获取事件的人物（或机构）关联度值，具体计算公式如式（2）所示：

式中：object(T1)、object(T2)为事件中涉及的人名（或机构名称）的集合，集合中的元素可以重复；|object(T1)⋂object(T2)|表示两个事件中重复出现的人名（或机构名称）和具有较高相似度或共现率的人名数量；|object(T1)⋃object(T2)|表示两个事件中总共涉及的人名数量，Relobject(T1,T2)的值在[0,1]。

(3）事件地点关联度计算

基于改进的词集相似度计算公式，获取事件的地点关联度值，具体计算公式如式（3）所示：

式中：locate(T1),locate(T2)为事件中涉及的地名集合，集合中的元素可以重复；|locate(T1)⋂locate(T2)|表示两个话题中重复出现的地名和具有较高相似度或共现率的地名数量；|locate(T1)⋃locate(T2)|表示两个事件中总共涉及的地名数量；Re llocate(T1,T2)的值在[0,1]。

(4）事件行为关联度计算

如果两个事件中涉及的行为相同，或是相近的，则认为这两个事件在行为上是关联的。关联的强度以相同行为为最强。事件的行为关联度值通过度量新闻事件中除表示时间、地点、人物以外的特征词间的语义相似度得到。具体计算公式如式（4）所示：

式中：A1和A2是表示话题行为的特征词集合，max Sim(w,A)*IDF(w)是词w与特征词集A中语义最相近的词的语义相似性；IDF(w)反映了词包含信息量的多少。英国国家语料库（British National Corpus）被用来统计IDF(w)。

1.3 计算事件兴趣度值

基于事件关联网络计算用户对某一新闻感兴趣的程度，所采取的链接分析从两个方面展开：一是考虑当前新获取的事件间的关联影响，如果某一事件与其他用户感兴趣的新闻事件关联关系越紧密，则认为该事件的事件兴趣度值越高；二是考虑用户感兴趣的相似的历史新闻事件对当前事件的影响，认为相似的事件通常具有相近的事件兴趣度。另外，在每次对新获取的事件兴趣度度量时，将兴趣度较高的事件保留起来作为历史新闻事件。

对新获取的新闻事件，在事件关联网络中分别从时间、对象（人物或组织）、空间和行为这四个维度来分析事件的兴趣度值。首先，对网络中代表新获取新闻事件的节点赋予表示其事件兴趣度值的初始权重SEvent(t)，具体计算公式如式（5）所示：

式中：a1,a2,a3,a4分别表示时间、人物（或机构）、地点和行为兴趣度在事件兴趣度计算所占权重；Stime(t),Sobject(t),Sspace(t)和Sact(t)分别表示通过与用户扩展兴趣词集的匹配，新闻事件特征词集中兴趣度值最高的表示时间、人物（或机构）、地点和行为的词的兴趣度值。

然后，为分析事件之间的关联影响，在建立的事件关联网络上，采用随机游走模型，分析事件的兴趣度。关联网络中所有事件的集合表示为T={t1,t2，…，tn}，ti是关联图中的事件。无向图G=<v,ET,EO,ES,EA>是根据事件间的相关度建立的关联图，其中V是包含n个事件的节点的集合，等于T;ET、EO、ES、EA分别是新闻事件节点在时间、对象、空间、行为上的边的集合，若两节点间的相关度大于给定阈值，则有边存在，它是v×v的一个子集。对新爬取到的新闻事件在多维度相关事件影响下的事件兴趣度SEvent(t)的计算公式如式（6）所示：

式中：a1和a5,a2和a6,a3和a7,a4和a8分别表示在时间、空间、对象和行为上的权重，取值范围为（0,1]，，且0<ai<1;Stime(t)和Stime(w),Sobject(t)和Sobject(w),Sspace(t)和Sspace(w),Sact(t)和Sact(w)分别是事件在时间、空间、对象（人物或组织）、行为这四个维度上的初始兴趣度值。Reltime(t,w),Relobject(t,w),Relspace(t,w),Relact(t,w)反映了事件在时间、对象（人物或组织）、空间、和行为这四个维度上的相关联程度。

基于式（6）计算事件兴趣度值，将事件兴趣度值大于特定阈值的新闻事件，归为用户感兴趣的新闻事件集，获取用户感兴趣的事件集。

1.4 用户兴趣话题识别

针对网络热点新闻话题中难以区分一个话题下的多个子话题现象，本文采用一种基于LDA(Latent Dirichlet Allocation）模型的改进的Single-Pass聚类算法对1.3节中所获取的用户感兴趣的新闻进行聚类，从而获取用户兴趣话题。应用LDA模型对新闻文档进行建模[10]，使用Single-Pass聚类算法生成话题，并针对新闻文本特有的语义架构，在Single-Pass聚类算法中的文本相似性将同时利用向量相似性和命名实体相似性。

计算向量相似性，采用基于有效词库的方法，文本的向量维度一般能够达到上万维，消耗了大量的计算资源。故采用LDA模型，LDA不仅能发掘文本中隐含的主题信息，同时能够将文本表示成主题分布的过程看作是将文本用低维度向量表示的过程，即LDA能够很大程度上对高维文本向量进行降维处理。LDA模型参数中K代表将在文本集合中设定的K个主题，将每一个文本向这K个主题上去映射，转换成一个K维的向量，向量的每一个维度对应一个主题。如此，原本基于有效词库用高维文本向量表示的文本即可用K维的低维文本向量进行表示。从而，易通过计算两个K维向量的夹角获取这两个文本之间的向量相似度。然而，仅仅考虑向量相似度是不够的，新闻数据集中包含有很多十分相似的话题，比如“中日关系系列话题”，“世界杯比赛系列话题”，“自然灾害相关话题”等，这些话题从内容相似性上来说非常的相近，因此可以推断出经过LDA主题模型表示后，这些文本之间的区别体现得仍然不是特别全面。故，引入命名实体相似度的计算，通过得到两个文本的命名实体集合，基于新闻特有的语义框架[11]，分别基于1.2节中的式（1）～式（4）计算两个新闻文本在时间、人名（或组织名）、地名和行为四个方面的相似度，实现对话体更加精准划分聚类。

2 实验分析

2.1 实验数据

通过网络爬虫收集自Retuers网站（http：//www.reuter s.com/）的英文数据集，作为实验所用的英文数据集，包含2014年1月—2014年6月的18 000篇新闻，如表1所示，涵盖了国际、经济、政治、军事、社会、科技等多个领域。

构建可供用户选择的兴趣分类标签集，分别有自然灾害、医疗疾病、食品安全、事故、领土纷争、恐怖主义、信息安全、能源、政治和腐败等标签。每个标签下人为标注少量的领域中心词作为初始种子词。标注人员根据兴趣选取不同标签，如表2所示。每位标注人员分别在6组数据集上标注出其感兴趣的话题，构建标准的测试数据集。

2.2 评价标准

本实验中使用准确率、召回率和F值对该算法进行评估。准确率表示一个被识别出的用户感兴趣的新闻话题是用户感兴趣的可能性。召回率表示识别出的用户感兴趣的新闻话题与用户实际感兴趣的话题的比率；F指标是为了同时考察召回率和准确率所提出，F指标把准确率和召回率统一到一个指标。

基于该算法在6组数据集上依次进行实验时，将上一组数据中所得用户感兴趣的新闻事件作为下一组实验所构建的事件关联网络中的历史新闻事件。例如，在数据集3上进行实验，构建事件关联网络时，将数据集1,2上所得用户感兴趣的新闻事件作为该关联网络中的历史新闻事件。

2.3 实验结果分析

在已标注的6组测试数据集上，经过参数调试，取1.4节所提聚类算法中向量相似度阈值rv=0.375、命名实体相似度阈值rn=0.475和LDA模型中主题个数K=120时，可获取最优话题聚类结果。同时，对所构建的事件关联网络，将节点间在时间、人物、地点和行为4个纬度上的关联度阈值Rt,Ro,Rl和Ra分别设置为0.325,0.15,0.15和0.275可得最佳新闻事件过滤效果。

基于以上参数设定，为验证该算法的有效性，采用用户1提供的兴趣标签，分别在6组数据集上依次进行试验。将加入事件关联网络后的用户兴趣话题发现算法与加入事件关联网络前的用户兴趣话题发现算法进行对比。加入事件关联网络前，基于式（5）计算每篇新闻兴趣度值，并对每篇新闻的兴趣度值做归一化处理，设置兴趣度阈值为0.5，大于该阈值的新闻归为用户感兴趣的新闻。两组实验结果分别如表4所示。

从以上实验结果可知，仅基于文本自身所携关键词集的用户兴趣话题发现算法准确率并不是很高，并且随着数据量的增加其准确率会明显下降。从6组测试数据上的两组实验结果可知，引入事件关联网络后，用户兴趣话题识别的准确率，召回率和F值都有明显提高；并且，随着数据量的增加，基于事件关联网络的用户兴趣话题发现算法能够维持在一个较高的准确率。通过对所识别出的用户兴趣话题内容分析，可知该算法能对相关兴趣话题有更加全面的识别，与更加精准的划分。表5为基于用户1所选兴趣标签，在数据集5,6上所获取的部分兴趣话题的代表性特征词集实例。

为进一步验证关联网络中时间、人物、地点和行为每个维度对事件关联关系的影响，在6组测试数据集上分别将式（6）中，表示时间、空间、对象和行为上的权重a1和a5,a2和a6,a3和a7,a4和a8依次设为0，其他三维取均值，并与四个维度取均值时所获实验效果进行对比。实验所得用户兴趣话题识别的准确率，召回率和F值如图1～图3所示，在充分考虑新闻事件在时间、人物、地点和行为上的关联度时可达最优的实验效果。

实际上，某些需关注新闻事件本身所包含的兴趣关键词并不多，主要原因为该类事件可能是由某兴趣话题所衍生出的新话题，或是与兴趣话题有着较强相互影响关系的其他话题，这时仅基于文本自身所携兴趣关键词信息，将无法准确判断该类新闻事件。引入事件关联网络后，该类新闻事件因和某些具有较高兴趣度值的事件有着较强的关联关系，基于1.3节中的链接分析模型，计算新闻的兴趣度值，获取用户感兴趣的新闻事件集。从而基于改进的聚类算法获得用户兴趣话题。综上，该算法能够有效地适用于大数据量情况下的用户兴趣话题的识别，且取得了较为理想的实验结果。

3 结语

针对用户兴趣话题识别中话题识别不全与误差较大的问题，本文所提基于事件关联网络的用户兴趣话题发现算法中充分考虑了海量信息中新闻事件之间的复杂关联关系，将其与基于新闻文本自身所携用户兴趣信息的文本过滤算法有机结合，获取用户感兴趣的新闻事件集，有助于识别出同样需关注的相关感兴趣的话题。并提出了一种基于LDA模型的改进的single-pass聚类算法最终获取用户感兴趣的话题。实验结果表明，针对网络中的大量新闻数据，该算法只需用户选择感兴趣的相关领域标签，并通过引入基于新闻文本特有语义框架的事件关联网络，能够较为准确而全面地获取用户感兴趣的话题。

参考文献

[1]张玥,张宏莉.基于关联性的热点话题识别[J].智能计算机与应用,2014(3):55-59.

[2]MA Hui-fang.Hot topic extraction using time window[C]//Proceedings of 2011 International Conference on Machine Learning and Cybernetics(ICMLC).Guilin,China:[s.n.],2011:56-60.

[3]YOU Bo,LIU Ming,LIU Bing-quan,et al.Detecting hot topics in technology news streams[C]//Proceedings of 2012 International Conference on Machine Learning and Cybernetics(ICMLC).Xi’an,China:[s.n.],2012:1968-1974.

[4]ZHAO Li-yong,ZHAO Chong-chong,PANG Jing-qin,et al.Sensitive topic detection model based on collaboration of dynamic case knowledge base[C]//Proceedings of 20th IEEE International Workshops on Enabling Technologies:Infrastructure for Collaborative Enterprises(WETICE).Paris:IEEE,2011:156-161.

[5]ZHAO Li-yong,LI Ai-min.A novel system for sensitive topic detection and alert assessment[C]//Proceedings of2011Eighth International Conference on Fuzzy Systems and Knowledge Discovery(FSKD).Shanghai,China:[s.n.],2011:1751-1755.

[6]DAI Xiang-ying,CHEN Qing-cai,WANG Xiao-long,et al.Online topic detection and tracking of financial news based on hierarchical clustering[C]//Proceedings of International Conference on Machine Learning and Cybernetics(ICMLC).Qingdao,2010:3341-3346.

[7]KURTZ A J,MOSTAFA J.Topic detection and interest tracking in a dynamic online news source[C]//Proceedings of Joint Conference on Digital Libraries.[S.l.]:[s.n.],2003:122-124.

[8]杨雪蓉,洪宇,马彬,等.基于核心词和实体推理的事件关系识别方法[J].中文信息学报,2014,28(2):100-108.

[9]VETTER T,JONES M J,POGGIO T.A bootstrapping algorithm for learning linear models of object classes[C]//Proceedings of 1997 IEEE Computer Society Conference on Computer Vision and Pattern Recognition.San Juan:IEEE,1997:40-46.

[10]赵爱华,刘培玉,郑燕.基于LDA的新闻话题子话题划分方法[J].小型微型计算机系统,2013,34(4):732-737.