梦里花落-初中记叙文

梦里花落-初中记叙文（精选6篇）

篇1：梦里花落-初中记叙文

梦里花落-初中记叙文900字

偶然的一个早晨，春光甚好，便决心独自去林间漫步。

小路，我憧憬着时常梦里出现的落英缤纷，心中便有些惊喜。那落英缤纷的场景真的很唯美，很飘零。轻轻拾起一朵落花，似乎很轻柔很淡雅，似乎就像充满童稚的那一朵，易逝，娇嫩

冬日午后的阳光，很温暖，恬淡，像温暖的童年一般。一个疯丫头在雪地里狂奔，在河边扔石块正玩得不亦乐乎。儿童散学归来早，忙趁东风放纸鸢。童年时喜爱的仅是游戏。掉了皮的课本，常引来大人善意的呵斥。一次次的欢笑，嬉闹。就像墨迹一般，染在纸页上，渐渐地散开，渐渐地沉淀，升华却永远也抹不去。

在故乡的童年总是难忘，小时候，最爱看船头初晓，日照西桥的样子。喜欢一个人在青石板路上蹦蹦跳跳，独自一人享受着夕阳西下的余晖，一个长长的身影总是跑在前面，这时便有一只慵懒的老猫伏在青石阶梯，抬头好奇地向我张望，之后便是极不情愿的踱开去。

小村庄里固然是安静的，早晨在雾色笼罩下，跟随着外婆到菜园里摘菜。对于一个贪玩的孩子来说，这样的劳作只是一个极具吸引力的游戏，总是一个人拎着小篮子冲向菜园地。偌大的菜园总让我分不清哪个是自家的，哪个又是别家的`，便在菜地里乱摘一气，然后拎着满当当的篮子回家去，这时，总会换来外婆的一阵嗔怪：小囡妮，你早点给我回你自己家里去，竟给我添乱，帮倒忙。那时天真的我总会跺着脚和外婆顶嘴：好啊，那你叫我妈妈快来接我回家吧!之后我们两人便相视而笑。

儿时的我，嘴巴固然馋了点，总是踮着脚，向后院里的桂花树张望。天天巴望这桂花树尽早成熟，这样，外婆就可以做桂花糕吃了，在那个小村庄里，桂花糕的诱惑对我着实很大，秋风微微的拂过，满树桂花便漱漱的落下。不一会儿，满院子都是一地醉人的金黄，那场景好美好美!

孩提时，我最期许的莫过于和外婆到镇上置办年货。到集市的时候，我总会紧紧地跟在外婆身后，生怕走丢了，到了零食店时，我总会要各种各样的零食，拿一点再拿一点，而外婆只是笑着点点头。当时的我，竟丝毫也不曾想过外婆的节约和艰辛。

童年最难忘的是我和外婆分别的时候，妈妈要带我到镇上读幼儿园。那时依稀记得，外婆送我的时候，总是用手擦擦我挂在鼻尖上的泪，只是一个劲地说：宝宝，你要乖，和小朋友不要打架，读书要用功我撕心裂肺地大哭依然不肯离开，这时的外婆狠心地把我推向妈妈扭头便走，我泪眼模糊中竟依稀看见外婆用围裙拭泪的身影。从此我的金色童年便渐渐地夹入了记忆的扉页了。

傍晚，太阳缓缓落在山的那边，花渐渐枯萎了，仿佛如梦的童年淡淡消逝了，这并不是我期许的，我期许的不是梦时的花落，而是明朝的雾中花开!

篇2：梦里花落-初中记叙文

校园的香樟树下，还留有我们青春的气息，可一阵清风却将我们的记忆吹得遥远。

秋已来临，野外的芳草地留下我们深深浅浅的足迹，一张发黄的照片印记着我们曾经的记忆。照片上的我们鲜活而又年轻，嘴角的笑意仍未褪尽，却因初三的来临，/记忆中的那些美好回忆已丢在了昨日的风中。

难忘那些欢乐啊!那些曾经的忧伤，那些曾经的争吵，那些笑容深处的风景…。时光中的那些点点滴滴，都因了初三，被掩埋在时光的深渊。

犹记得，曾经我们去爬树，不小心摔哭了鼻子，犹记得，我们因贪玩，没有上学，被老师罚了整整一周的值日，犹记得，上学路上，我们曾经的形影不离，困难时借你的肩膀靠靠，失败后的安慰，成功后的喜悦……一切一切，都因了初三，皆成为记忆里不可重拾的碎片。

现在的我们，感觉身上有许多无形的东西在压抑着。那些关爱，温馨而感动;那些目光，温暖而慈祥。可我们为何却分明感到那是一种压力呢?一切都在悄然改变，见面只是莞尔一笑，不再有以前熟悉的感觉。那些年少的冲动，也许永远不再被释放;一些未知的话题，也许将永远锁在我们紧闭的心扉。茫茫的人生旅途，今后我们有缘邂逅，将会是怎样的表情?微笑，低头，还是擦肩而过?

真的，我们很怀念过去，但时间让我们必须学会遗忘。或许，遗忘是记忆的美好形式。

每次翻开那些泛黄的照片，一幅幅童贞的画面就会出现在我们的面前，它定格了我们成长的欢笑和泪水。我们相识在黄昏前，又将相别在黄昏后。初三的我们，失意了许多，也成熟了许多……

窗外，那些花儿不知何时已凋谢，是在一场梦里吗?

篇3：梦里花落-初中记叙文

目前在国内外, 文学作品、学术著作的抄袭行为广泛存在, 这种现象不仅侵犯了原作者的著作权, 也助长了不良的学术风气。因此, 加强对作品抄袭的判定研究有着巨大的价值。作品抄袭的判定研究是建立在对数字文本的分析处理基础上的。数字文本可分为自然语言文本 (比如小说、论文等) 和形式语言文本 (例如数据文件、计算机程序代码等) 。形式语言文本具有严格的形式化语法、清晰的语义表达、容易分析处理, 所以形式化的语言文本的抄袭判定研究已经取得了丰硕的成果。而自然语言文本, 由于没有形式化语法约束、语义具有歧义性的缺陷, 较难进行抄袭判定。直到1991年用于查询重复基金申请书的软件Word Check出现及应用, 自然语言文本的抄袭判定研究才有了较大的进展。 (1)

判定作品抄袭的研究思路是:将作品看作一系列标记 (token) 的集合, 这些标记可以是字符、词、句、段落和章节等。运用某种算法从作品A和B中得到各自的标记集合a和b, 通过比较a和b的关系来确定作品A和B的相似度。目前常用的判定作品抄袭的技术有数字指纹、词频统计、图像匹配以及诸如MDR (2) 、RKR-GST (Running-Karp-Rabin-GreedyString-Tiling) (3) 的字符串匹配等方法。综合考虑精度和速度等因素, 效果较好的是数字指纹和词频统计。

在词频统计技术中, 一般采用向量空间模型 (VSM) 来表示, 该模型广泛应用于信息检索等领域。用向量空间模型表示文本, 首先要对文本进行预处理 (主要包括中文分词和去停用词) , 然后进行特征项选择和权重计算。它的基本思想是将每个文本 (Document) 看作由一组相互独立的特征项Ti (T1, T2, …, Tn) 构成的集合, 表示为Document=D (T1, T2, …, Tn) , 然后根据每个特征项在文本中的重要性, 分别赋予他们一定的权重Wi (W1, W2, W3…Wn) , 这样就构成了一个以特征项Ti为横坐标, 权重Wi为其对应坐标的N维向量空间模型。

对权重的计算有多种不同的方法, 主要有布尔函数、频度函数、开根号函数、对数函数、熵函数及TF-IDF函数等。特征项的权重取值, 在很大程度上会影响文本分类算法的整体性能。其中, TF-IDF因其算法相对简单, 并有较高的准确率和召回率, 一直受到相关研究人员和众多领域的青睐。 (4)

1. TF-IDF及其改进算法

1.1 TF-IDF算法

TF-IDF最早由G.salton在1973年提出 (5) 。TF (termfrequency) 是指关键词词频, 即一篇文章中关键词出现的频率;IDF (inversedocumentfrequency) 是指逆向文本频率, 即关键词在不同文档中的分布情况。它的基本思路是:一个词在一个文本中出现的频率越高, 说明它区分该文本的能力越强 (TF) ;一个词在不同文本中出现的范围越广, 说明它区分文本的能力越低 (IDF) 。经过salton的多次论证, 信息检索领域广泛地使用TF-IDF算法计算权重, 其经典计算公式为:

wij表示特征项ti在文本Dj中的权重, tfij表示特征项ti在文本Dj中出现的频度, ni表示训练集中出现特征项ti的文档数, N表示训练集中总的文档数。

1.2 TF-IDF改进算法

TF-IDF算法考虑了特征项在总的文本集中的分布, 却没有考虑它在类内和类间的分布情况。IDF的主要思想是:如果包含特征项t的文本数越少, 也就是n越小, IDF越大, 则说明特征项t的文本分类能力越强。如果某一类Ci中包含m个t, 而其他类包含k个t, 则所有包含t的文本数为n=m+k。假定k的值固定且较小, 根据定义, 当m的值比较大的时候, n也比较大, 则IDF就比较小, 但是这并不能说明特征项t的文本分类能力就一定不强。因为如果类别Ci中频繁出现t而其他类中很少出现t, 那么t就应该能够很好地代表这个类Ci的特征, 我们应该赋予这样的特征项较高的权重。正是由于IDF函数存在这样的不足, 张玉芳等 (6) 提出了相应的改进意见。设总的文本数为N, 包含特征项t的文本数为n, 其中Ci类文本中包含t的文本数为m, 其他类文本中包含t的文本数为k, 则t在Ci类中的IDF值为:

张玉芳等主要考虑了特征项的类间分布而没有涉及类内分布的情况。对此, 张保富等 (7) 提出“同样是集中分布于某一类别的不同特征项, 类内分布相对均匀的特征项的权重应该比分布不均匀的要高。因为如果一个特征项只在某个类别的一两篇文本中大量出现, 而在类的其他文本中出现得很少, 那么不排除这一两篇文本是该类中特例的情况, 因此这样的特征项不具备代表性, 其权重应该相对较低。”综合类间类内分布, 张保富等提出的权重计算公式为:

2. 背景介绍

郭敬明 (http://baike.baidu.com/view/4386.htm) 出生于1983年。庄羽 (http://baike.baidu.com/view/769116.htm) 出生于1979年。2002年8月14日, 庄羽以“许愿的猪”为笔名将小说《圈里圈外》发表在天涯社区舞文弄墨版。2003年2月, 《圈里圈外》由中国文联出版社出版, 作品署名“庄羽”。《圈里圈外》以主人公初晓与现任男友高源及前任男友张小北的感情经历为主线, 在描写初晓与高源之间的爱情生活及矛盾冲突的同时, 描写了初晓与张小北之间的感情纠葛, 同时还描写了初晓的朋友李穹与张小北的婚姻生活以及张小北与情人张萌萌的婚外情, 高源与张萌萌的两性关系及合作拍戏等。2003年11月, 春风文艺出版社出版了郭敬明的《梦里花落知多少》。该书版权页有“郭敬明著、春风文艺出版社出版、2003年11月第1版、2003年11月第1次印刷”等字样。《梦里花落知多少》主人公林岚与现任男友陆叙及前任男友顾小北的感情经历为主线, 在描写林岚与陆叙的爱情生活及矛盾冲突的同时, 交替描写了林岚与顾小北的感情纠葛, 顾小北与现任女友姚姗姗的感情经历, 林岚、闻婧、微微及火柴之间的友情以及她们和李茉莉的冲突等。 (8)

2003年12月, 庄羽向北京市一中院起诉, 称郭敬明所著《梦里花落知多少》一书剽窃了其《圈里圈外》。随后, 北京市一中院作出一审判决, 认定《梦里花落知多少》中剽窃了《圈里圈外》中具有独创性的人物关系的内容, 造成《梦里花落知多少》和《圈里圈外》整体上构成实质性相似。郭敬明不满上诉。2006年5月22日, 北京市高级人民法院作出终审判决, 驳回了郭敬明的上诉要求, 判决郭敬明与出版方赔偿庄羽经济损失、精神抚慰金、停止出版和销售《梦里花落知多少》以及公开道歉。 (参考http://baike.baidu.com/view/46062.htm#sub6294546)

考虑到《梦里花落知多少》和《圈里圈外》两部作品的题材和内容, 本文共选择了两人比较有代表性的八部作品:郭敬明的《梦里花落知多少》、《夏至未至1995-2005》、《悲伤逆流成河》、《小时代1》分别发表于2003年、2005年、2007年和2008年;庄羽的《圈里圈外》、《遍地姻缘》、《此去经年》、《半张脸》分别发表于2003年、2005年、2008年和2009年。

3. 相关实验

3.1 文本预处理

(1) 中文分词

分词技术是文本分类的基础。简单地说, 就是用分词算法把文本切分成字、词和短语。目前常用的分词方法 (9) (10) 有:

A.基于词表的分词方法

又称为基于字符串匹配的分词方法。这是一种机械分词方法, 它依据一个分词词表及长词优先 (即尽可能地用最长的词来匹配句中的汉字串, 从而使得切出来的词尽可能长, 词的数量尽可能少) 的原则来进行分词。具体步骤是计算机按照一定的策略将待分析的汉字串与一个“充分大的”机器词典中的词条进行匹配, 若在词典中找到某个字符串, 则匹配成功 (识别出一个词) 。

B.基于统计的分词方法

又称为最大概率法。从形式上看, 词是稳定的字的组合。相邻的字同现的次数越多, 就越有可能构成一个词, 因此字与字相邻共现的概率能够较好地反映成词的可信度。这种分词方法的具体步骤是首先切分出与词表匹配的所有可能的词, 然后运用统计语言模型和决策算法决定最优切分结果。主要的语言统计模型和决策算法有:互信息、N元文法模型、最大熵模型等。

C.基于理解的分词方法

又称为人工智能法。这种分词方法是通过让计算机模拟人对句子的理解, 达到识别词的效果。人工智能是对信息进行智能化处理的一种模式, 主要有两种处理方式: (1) 基于心理学的符号处理方法。即希望模拟人脑的功能, 构造推理网络, 经过符号转换, 从而可以进行解释性处理, 像专家系统。 (2) 基于生理学的模拟方法。即模拟人脑的神经系统机构的运作机制来实现一定的功能, 像神经网络系统。以上两种思路也是近年来人工智能领域研究的热点问题, 应用到分词方法上, 产生了专家系统分词法和神经网络分词法。 (11)

(2) 去停用词

去停用词就是按照停用词表中的词语将语料中对文本内容识别意义不大但出现频率很高的词、符号、标点及乱码等去掉。在对文本分词后, 还要对其进行词性标记。 (12) 通常一个句子可以由名词、动词、形容词、代词、副词、介词、冠词、连词等组成, 其中最能表达文本意义的是名词和动词, 但是其他词性像副词、连词等的出现频率也很高, 如“很、的、而且等词几乎出现在任何一篇中文文本中, 但是他们对这个文本所表达的意思几乎没有任何贡献, 这类停用词就需要被过滤掉。

3.2 特征项选择与权值计算

对整个文本集中的每一篇文本的词项进行TF-IDF值计算, 并将文本中各个词项的TF-IDF值表示为一个向量, 以此进行文本的相似度计算。这个文本向量是高维而且极度稀疏的, 这一方面会导致分类算法的代价过高, 另一方面也会影响文本类别信息的提取。根据信息论, IDF的值实际上是一个特定条件下词项概率分布的交叉熵, 而TF则是用来增加词项的权重, 以便更好地描述文本中词项的信息特征。 (13) 因此, 我们可以从每一篇文本中挑选若干重要词项来表示文本。这样就可以既保证文本特征的提取, 又最大可能地减少文本特征向量表示的维度。比较常用的降维方法有文档频率、互信息、信息增益、期望交叉熵、卡方统计等 (14) (15) 本文将张保富等提出的改进的TF-IDF权重计算方法应摇用摇于特征项选择中。具体做法是:利用公式1计算每一篇文本中的权值, 然后对其进行降序排序, 从高到低选择权值比较大的2561个词语作为特征项。

3.3 文本相似度计算

由于特征项代表了一部作品中最重要的信息, 因此文本的相似度就可以由特征项向量间的相似度来描述。

用VSM表示D1和D2两个文本向量:

如果使用N维空间中两个向量直接的距离来表示文本间的相似程度, 设Sim (D1, D2) 表示这种相似程度。一般使用向量间的内积, 或两向量夹角的余弦值来表示相似系数Sim (D1, D2) 。

(1) 向量间的内积公式:

(2) 向量夹角的余弦公式:

本次实验采用了向量夹角的余弦公式来计算文本相似度。

4. 结果与分析

(1) 通过计算得到郭敬明作品之间的相似度如表1:

注:表中所有数据均四舍五入到小数点后两位

观察表1, 我们可以发现郭敬明四部作品彼此之间的相似度差异比较大, 只有《夏至未至1995-2005》与《小时代1》的写作风格比较接近, 相似度高达0.95, 这说明其写作风格变化比较大。深陷抄袭风波的《梦里花落知多少》与其他三部的相似度处于中间状态。虽然它与《悲伤逆流成河》的相似度只有0.54, 但并不能说明《梦里花落知多少》一书的写作风格偏离郭敬明的创作风格。因为从表中可以看到《悲伤逆流成河》与其他作品的相似度也偏低, 说明《悲伤逆流成河》一书的言语风格在郭敬明的作品中是比较独特和另类的。正如部分读者说的:“《悲伤逆流成河》不同于郭敬明其他作品, 幽默和悲伤掺杂, 其整体基调都是悲伤的。”文学作品中, 作者一般用形容词来表示人物的情感, 可见这部作品和其他三部作品在形容词的使用上差异较大。而在用计量方法研究郭敬明和庄羽的言语风格差异时, 我分别统计了郭敬明和庄羽的代表作《夏至未至1995-2005》和《圈里圈外》的词频, 发现形容词在他们作品中的分布差异是比较明显的。因此, 与郭敬明其他作品相比, 《悲伤逆流成河》一书并不具有代表性。

(2) 通过计算得到庄羽作品之间的相似度如表2:

注:表中所有数据均四舍五入到小数点后两位

观察表2可知, 庄羽四部作品之间的相似性非常高, 说明其写作风格比较稳定。这或许与她一直以北京为背景, 以描述男女残酷爱情为主要内容有关。其中《半张脸》与其他三部作品的相似度偏低, 说明《半张脸》的写作风格比较独特和另类。对此, 曾有读者在豆瓣上评论“在庄羽的《半张脸》中, 熟悉的京味台词不见了。”因此, 与庄羽其他作品相比, 《半张脸》不具有典型性。

(3) 通过计算得到郭敬明和庄羽作品 (去掉不具代表性的《悲伤逆流成河》和不具典型性的《半张脸》) 之间的相似度如表3:

注:表中所有数据均四舍五入到小数点后两位

观察表3, 我们看到郭敬明的《梦里花落知多少》和庄羽的《圈里圈外》、《遍地姻缘》、《此去经年》有着非常高的相似度。对比之下, 《小时代1》和《夏至未至1995-2005》与庄羽作品的相似度就比较低。

综合比较表1、表2和表3, 可以发现, 《梦里花落知多少》与庄羽的写作风格非常接近, 确实存在着抄袭的现象。

5. 结语

TF-IDF作为一种简单、直观、处理速度快的文本特征选择和加权方法, 在文本相似度的计算中有着广泛应用。本文利用结合信息熵的改进TF-IDF算法计算了《梦里花落知多少》和《圈里圈外》的相似度, 发现二者的相似性非常高, 确实存在抄袭现象。可见, 此算法在判定作品抄袭中是可行的, 同时我们也发现了不少问题, 在今后的研究中, 我们还需在以下几个方面继续改进和努力:

(1) 标注体系和工具对于统计结果的影响, 语言风格在字、词、句等语言结构和语法、语义、语用层面的全面描写和计算是今后应该深入研究的课题。

(2) TF-IDF及其改进算法在识别同一作者的不同写作风格、判断某一作者作品的先后顺序、推测文本的来源、判定文本年代、辨别文本真伪等领域的应用也值得我们进行更广泛、更深入地研究。

(3) 正如曾毅平等评价计量方法在汉语风格学中的应用“定性的方法适合于对作品气氛格调的整体把握, 对言语特征的统计则适合于对风格的美质说明。” (16) 一样, TF-IDF及其改进算法也有一定的局限性, 在具体应用时, 我们要将内省体验式的无形分析与有标记的数量分析相结合, 建立一个科学的语言风格学体系。 (17)

摘要：TF-IDF算法在文本相似性的度量中有着广泛地应用, 但也存在着明显的缺陷。本文运用一种综合考虑词频、逆向文本频率、类间信息熵和类内信息熵四个方面的改进的TF-IDF算法计算了郭敬明的《梦里花落知多少》和庄羽的《圈里圈外》的相似性, 从定量的角度判定了前者的确抄袭了后者。

篇4：梦里几番花落

在阳光中起舞的晚秋蝴蝶，低飞，逗留，寻觅残余的绿色，法国梧桐树，婀娜多姿，张开的手掌般的叶子开始衰老。阳光，从梧桐叶的隙缝里漏在我的目光里，看不见的蓝天，看不见的梦！

梦里应该有花开花落，有生死别离。梦里花落知多少，梦里忧伤聚如浪。四维本身一半明媚一半忧伤的性格，决定了《梦里花落知多少》中幽默的文字，却也有残酷的结局。“青春是道明媚的忧伤”。曾经一起出生入死的朋友，变了，伤了，死了，离开了，也许注定好人无法一生平安。

“自在飞花轻似梦，无边丝雨如愁”，像是投在平静水面的石子，激起浅浅的波纹，《梦里花落知多少》让我沉醉让我迷失，自己像是剧中人物，但又不是具体的剧中人物，我看着他们的故事，开始流泪，也许是因他们而感动，也许是为自己的过去迷茫。

也许一个人的软弱，注定了他的逃亡，注定了他像一只缩头乌龟一样，遇上什么事，马上缩进龟壳，任别人怎么敲打都不伸出头脚。人生，再怎么逃避，终有一天无路可退还必须面对，那么我们就应该坚强起来，当四面八方的潮水汹涌而来时，你是任风吹浪打葬身海底还是勇敢搏击游上岸去？当忧伤如同漫天雪花漂洋过海时，该是我面对这一切的时候了。

有时候，人活在世人是为他人，为了他人而活，虽然没有人要求你为了他而活，可是，你一不开心马上有人为你烦恼，所以你只有笑才能让别人活得更好，就算是强颜装笑。这么也许很愚蠢，但至少不自私，因为使别人快乐才是一种大快乐。

指导老师：吴章盛

篇5：梦里花落-初中记叙文

去哪里寻找？我不知道，想去的地方总也去不了，偏偏苦哭纠缠，苦哭寻觅那个属于自己的梦。

梦里寻找，我是一只蝶。

起风了，我好冷。风从我身边掠过，水从我身边淌过，我展开翅膀阻挡却一无所获，时常觉得自己是个孤寂的旅行者，在一条无尽的路上行走，找不到一个可以将行李托付的人，只把自己累得直喘气，想明白了以前的梦都是幻想，不着边际，许是以前的承诺也是假的，不愿意迁就别人，也不愿意让别人失望，心疼。

梦里寻找，我是一只蝶。

心的角落，诗的深处，我寻觅，寻觅了，用了16年的时间弄懂了这道理。我很满足，独自伤悲，孤单的背影让阳光独自收容，心中的空白，蔓延出泰山压顶般的空虚感，心中盛开大片大片黑色的寂寞，再也不会洒脱。

梦里寻花，我是一只蝶。

绿了柳，红了桃，活了的塞北江南在心中渐渐远去，飘风，不见了踪影，瞬间我累了，想哭，一个人的日子里，泪陪伴着我，但我从来没有让泪淹没我，终于想明白了。孤独的时候总是比较多，一盏离愁孤单的灯总为我守侯，从此不再彷徨，不再茫然。

梦里寻花，我是一只蝶。

借着淡淡的星光，我飞翔。远方的鲜花频频地向我挥手，我很努力地飞。我停靠，还是要走，因为那停靠的地方正是带刺玫瑰的巢。不！不走，我坚定，轻轻地合翅膀，我知道血在流，我好痛，刺痛了我的心，鲜血直流，接下来，我要做的就是接近玫瑰，到达我梦中神望之地，至死不悔，再后来，我哭了。我躺在玫瑰的花瓣中。

天亮了，天气好晴朗。我在有阳光的灿烂里依旧哭着，笑着，只是多了一点伤痛，多了一份深沉。

篇6：梦里花落-初中记叙文

花开花落花满天，午后的阳光乘着冬日里的微风斜射在屋内的窗子里，用手轻轻摩挲那些泛黄的书页。我，是该长大了，该学会一切，学会习惯成长，学会用自己的一切把握住青春。

我的青春如同流沙轻轻从掌心逝去，剩下的只是一片荒凉。多少次，在梦中惊醒，惊醒那不属于自己的清梦，梦中的一切都太虚伪了，无论是桃源仙境，还是一声声赞扬，那都不属于我。

我们都在其中挣扎蜕变。马不停蹄的考试，浩瀚的书海，任我如何遨游的容易?无数次的考场失败，做事的不顺利，我，都在硬撑着，都跟自己说这没关系，不就是一点点小挫折嘛?下次继续努力啊。可是，换来的不还是冰冷的一纸，那感觉如同在冬日里被泼了一盆冷水，冰冷麻木了，笼罩着一片又一片的阴霾。无论，形色慌张的路人，还是表情冷漠的过客，都远远消失在地平线上，隔着多少距离，人心却还是暖的，亦是坚持。如自己，虽被打败了，却还是一直坚持，一直坚持着自己最初的梦想。老师的话，父母的话，别人的.眼光，都无法阻止我前进的步伐。

青春无悔，继续努力，努力为自己的未来奋斗，尽管自己有时候总是很难过，总是很想哭，但是身边总还是有人在支持着你，总是在嘘寒问暖，不顾一切的陪着你，即使最后所有人的立场都是错的，但，我不悔。我不会悔恨我自己所做的一切，尽管曾经摇头说不，说自己正确的想法很少，连累了许多人，不闻不问，偏执的走在这条未知的大路上。