英文语法检查不该止于接受工具给出的修改。先提供足够上下文,再逐条判断建议是否符合语法规则、原意和写作目的,最后通读全文。对论文、合同和对外声明等重要文本,仍应安排人工复核。
第一步:准备文本,确定检查范围
选取意思完整的一段英文,并尽量保留前后文。孤立句子可能缺少判断时态、冠词或主谓一致所需的信息。开始前,先确定本轮只检查哪些问题,避免把拼写、整体润色或语气调整混在一起。
提交前,检查以下事项:
- 文本用于什么场景,面向哪些读者?
- 上下文是否足以说明时间、对象和数量?
- 文本是否包含姓名、合同内容等敏感信息?
- 是否需要语言或专业领域人员审核?
第二步:在 DeepL Write 中查看建议
可从 DeepL Write 官方页面进入工具,按页面当前提供的方式输入或粘贴文本。页面布局和操作方式可能变化,应以实际页面为准,不要依赖未经核实的按钮名称或快捷键。

查看建议时,逐条找到对应的原句,确认工具改动了哪个词或结构,再判断它是在纠正语法,还是只改变了表达方式。下文的语法说明用于教学,并非 DeepL Write 的实测输出。
第三步:重点核对三类语法问题
| 检查项目 | 判断方法 | 需要留意的地方 |
|---|---|---|
| 时态 | 查看动词形式是否与句中的时间线索一致。 | 表示过去的时间词通常对应过去时;若上下文谈的是习惯或计划,不能只凭单句改动时态。 |
| 冠词 | 根据名词的发音、可数性和语境选择冠词。 | 不定冠词取决于后接词的起始发音,而不是拼写字母;名词是否特指也会影响选择。 |
| 主谓一致 | 找出主语的中心词,再核对谓语形式。 | 主语中心词若为单数,不能被介词短语中的复数名词带偏。可参阅普渡大学在线写作实验室的主谓一致指南。 |
冠词用于说明名词的指称方式,具体选择仍取决于上下文。更多说明见维基百科的冠词条目)。
第四步:确认修改没有改变原意
语法正确不代表修改合适。将修改前后的句子对照,检查人物、时间、数量、条件、否定关系和因果关系是否保持一致。比如,原句表达的是“她可能已经提交”,若修改后变成确定发生的事实,就改变了语气和确定程度,不能当作单纯的语法修正。
可按以下顺序判断每条建议:
- 规则是否明确? 明确的主谓一致错误通常可以直接修正。
- 修改是否符合上下文? 时间线索、前后句和写作目的都要吻合。
- 原意是否保留? 如果语气、确定程度或事实发生变化,先不要接受。
- 是否仍有疑问? 暂时保留原句,进一步查证或请熟悉英语的人复核。
第五步:逐项采用修改,再通读全文
只接受已确认无误的建议。有疑问的地方先保留,不要一次性替换整段。修改后重新通读全文,并与原稿对照,重点检查时态、冠词、主谓一致、上下文和句意。最后确认编辑过的版本与提交版本一致。

论文、求职材料、合同、对外公告,以及涉及责任承诺的文本,应由具备相应语言或专业知识的人复核。DeepL Write 可以辅助检查,但不能保证发现所有问题,也不能代替人工判断。其他工具说明可查看DeepL Write 使用指南;更多教程可从 DeepL 网站查找。
常见问题
DeepL Write 给出的建议都要接受吗?
不必。先核对语法规则,再检查上下文和原意。若建议改变事实、时间或确定程度,应拒绝该项修改,或进一步核实。
修改后句子变了原意,怎么办?
不要采用这项修改。恢复原句,确认想表达的事实,再依据语法规则自行调整;若句意有歧义,请他人复核。
为什么检查后还要人工复核?
工具可能无法掌握文本的真实背景、专业含义或作者意图。逐句对照能减少误改,重要文件更不应只依赖自动建议。
较长文本可以分段检查吗?
可以,但每段都要保留足够上下文。完成后再通读全文,检查前后时态、指代和信息是否一致。
只想检查拼写怎么办?
拼写检查是另一项任务。本指南只讨论语法建议的判断与复核,不展开拼写纠错。
英文语法错误自查清单
可复制以下清单,逐项勾选:
- 已明确本轮检查目标,并保留必要上下文。
- 已核对时间线索与动词时态。
- 已结合发音、可数性和语境检查冠词。
- 已找到主语中心词,并核对主谓一致。
- 已对照修改前后的句子,确认事实和原意未变。
- 不确定的建议已暂缓接受,或交由他人核实。
- 最终版本已通读;重要文本已人工复核。
先用这份清单检查一小段英文,再查看 DeepL Write 的建议。把工具输出视为待审核的修改稿,而不是自动校对的保证。无论使用哪种英语语法检查工具,最终都应由写作者确认句意和事实。
来源
- DeepL Write 官方页面,DeepL
- 主谓一致指南,普渡大学在线写作实验室
- 冠词,维基百科)
AI翻译技术与多语言交流团队
本文由DeepL翻译技术编辑部撰写和审核。我们持续跟踪DeepL翻译平台更新,为您提供最新的使用教程、翻译技巧、语言支持说明和问题解决方案。如有疑问,欢迎在评论区留言。
📌 本文内容基于DeepL官方文档和实际测试编写,转载请注明出处。