SlideShare uma empresa Scribd logo
1 de 3
Baixar para ler offline
Les phrases à faire à la maison du module 9 :
Vous serez interrogés sur cinq de ces phrases la semaine prochaine.

Les cinq caractères suivants seront à utiliser dans ces phrases :

爱计程汽士

Il faudra savoir traduire cinq phrases prises au hasard parmi les dix de l’exercice
ci-dessous du français vers le chinois (en pinyin et en caractères) !!

Les caractères et/ou les mots donnés entre parenthèses dans les exercices
ci-dessous vous seront aussi donnés lors du test la semaine prochaine.



Traduisez en pinyin puis en caractères :

1) Est-ce que tu l’aimes (elle) - aimer : ài ?

2) Il conduit le taxi - utilisez mot « taxi » de Taïwan
(un taxi à Taïwan se dit jìchéngchē).

3) Elle conduit le taxi - utilisez mot « taxi » de Hong Kong (un taxi à Hong Kong
se dit díshì - le dí s’écrit avec le caractère de la particule « de » qui relie le
déterminant au déterminé et le shì est un des caractères nouveaux).

4) Vous (il s’agit de pluriel et il n’y a pas de vouvoiement) ne conduisez pas.

5) Il conduit un taxi TW. Il aime conduire.

6) Il conduit une voiture (qìchē). Il aime conduire.

7) Il conduit un taxi HK. Il aime conduire.

8) Il conduit une voiture. Il ne conduit pas de taxi TW.

9) Elles aiment manger du poisson.

10) Elles adorent manger du poisson.
Correction :

1) Nǐ ài tā ma ?

  你爱她吗?

2) Tā kāi jìchéngchē.

  他开计程车。

3) Tā kāi díshì.

 她开的士。

4) Nǐmen bù kāichē.

  你们不开车。

5) Tā kāi jìchéngchē. Tā xǐhuān kāichē.

  他开计程车。他喜欢开车。

6) Tā kāi qìchē. Tā xǐhuān kāichē.

  他开汽车。他喜欢开车。

7) Tā kāi díshì. Tā xǐhuān kāichē.

  他开的士。他喜欢开车。

8) Tā kāi qìchē, bù kāi jìchéngchē.

  他开汽车,不开计程车。

9) Tāmen xǐhuān chī yú.

  她们喜欢吃鱼。

10) Tāmen ài chī yú.

   她们爱吃鱼。
Phrases module 9

Mais conteúdo relacionado

Mais procurados

Mais procurados (8)

Verbe venir
Verbe venirVerbe venir
Verbe venir
 
La negation3
La negation3La negation3
La negation3
 
Presentación francés: les articles
Presentación francés: les articlesPresentación francés: les articles
Presentación francés: les articles
 
Futur proche exercices revision
Futur proche exercices revisionFutur proche exercices revision
Futur proche exercices revision
 
La négation
La négationLa négation
La négation
 
Les Relatifs Composés
Les Relatifs ComposésLes Relatifs Composés
Les Relatifs Composés
 
Restriction
RestrictionRestriction
Restriction
 
Negation
NegationNegation
Negation
 

Destaque

1Collecte, analyse et valorisation de Bigdata textuelles multilingues
1Collecte, analyse et valorisation de Bigdata textuelles multilingues1Collecte, analyse et valorisation de Bigdata textuelles multilingues
1Collecte, analyse et valorisation de Bigdata textuelles multilinguesAproged
 
Narigota vai á casa
Narigota vai á casaNarigota vai á casa
Narigota vai á casaalbinonunez
 
Opinion Mining : Etat de l'art et exemples d'applications
Opinion Mining : Etat de l'art et exemples d'applicationsOpinion Mining : Etat de l'art et exemples d'applications
Opinion Mining : Etat de l'art et exemples d'applicationsLingway
 
Text Mining with Node.js - Philipp Burckhardt, Carnegie Mellon University
Text Mining with Node.js - Philipp Burckhardt, Carnegie Mellon UniversityText Mining with Node.js - Philipp Burckhardt, Carnegie Mellon University
Text Mining with Node.js - Philipp Burckhardt, Carnegie Mellon UniversityNodejsFoundation
 
State of the CLI- Kat Marchan
State of the CLI- Kat MarchanState of the CLI- Kat Marchan
State of the CLI- Kat MarchanNodejsFoundation
 
Comment l’intelligence artificielle réinvente la fouille de texte
Comment l’intelligence artificielle réinvente la fouille de texteComment l’intelligence artificielle réinvente la fouille de texte
Comment l’intelligence artificielle réinvente la fouille de texteAntidot
 
Comment l'intelligence artificielle améliore la recherche documentaire
Comment l'intelligence artificielle améliore la recherche documentaireComment l'intelligence artificielle améliore la recherche documentaire
Comment l'intelligence artificielle améliore la recherche documentaireAntidot
 

Destaque (8)

1Collecte, analyse et valorisation de Bigdata textuelles multilingues
1Collecte, analyse et valorisation de Bigdata textuelles multilingues1Collecte, analyse et valorisation de Bigdata textuelles multilingues
1Collecte, analyse et valorisation de Bigdata textuelles multilingues
 
Narigota vai á casa
Narigota vai á casaNarigota vai á casa
Narigota vai á casa
 
Opinion Mining – Twitter
Opinion Mining – TwitterOpinion Mining – Twitter
Opinion Mining – Twitter
 
Opinion Mining : Etat de l'art et exemples d'applications
Opinion Mining : Etat de l'art et exemples d'applicationsOpinion Mining : Etat de l'art et exemples d'applications
Opinion Mining : Etat de l'art et exemples d'applications
 
Text Mining with Node.js - Philipp Burckhardt, Carnegie Mellon University
Text Mining with Node.js - Philipp Burckhardt, Carnegie Mellon UniversityText Mining with Node.js - Philipp Burckhardt, Carnegie Mellon University
Text Mining with Node.js - Philipp Burckhardt, Carnegie Mellon University
 
State of the CLI- Kat Marchan
State of the CLI- Kat MarchanState of the CLI- Kat Marchan
State of the CLI- Kat Marchan
 
Comment l’intelligence artificielle réinvente la fouille de texte
Comment l’intelligence artificielle réinvente la fouille de texteComment l’intelligence artificielle réinvente la fouille de texte
Comment l’intelligence artificielle réinvente la fouille de texte
 
Comment l'intelligence artificielle améliore la recherche documentaire
Comment l'intelligence artificielle améliore la recherche documentaireComment l'intelligence artificielle améliore la recherche documentaire
Comment l'intelligence artificielle améliore la recherche documentaire
 

Mais de nicolaschinois (20)

Car. module 10
Car. module 10Car. module 10
Car. module 10
 
Phrases module 9
Phrases module 9Phrases module 9
Phrases module 9
 
Car. module 9
Car. module 9Car. module 9
Car. module 9
 
Phrases module 8
Phrases module 8Phrases module 8
Phrases module 8
 
Car. module 8
Car. module 8Car. module 8
Car. module 8
 
Phrases module 7
Phrases module 7Phrases module 7
Phrases module 7
 
Car. module 7
Car. module 7Car. module 7
Car. module 7
 
Phrases module 6
Phrases module 6Phrases module 6
Phrases module 6
 
Car. module 6
Car. module 6Car. module 6
Car. module 6
 
Phrases module 8
Phrases module 8Phrases module 8
Phrases module 8
 
Phrases module 7
Phrases module 7Phrases module 7
Phrases module 7
 
Phrases module 6
Phrases module 6Phrases module 6
Phrases module 6
 
Car. module 10
Car. module 10Car. module 10
Car. module 10
 
Car. module 9
Car. module 9Car. module 9
Car. module 9
 
Car. module 8
Car. module 8Car. module 8
Car. module 8
 
Car. module 7
Car. module 7Car. module 7
Car. module 7
 
Car. module 6
Car. module 6Car. module 6
Car. module 6
 
Phrases module 5
Phrases module 5Phrases module 5
Phrases module 5
 
Phrases module 4
Phrases module 4Phrases module 4
Phrases module 4
 
Phrases module 3
Phrases module 3Phrases module 3
Phrases module 3
 

Phrases module 9

  • 1. Les phrases à faire à la maison du module 9 : Vous serez interrogés sur cinq de ces phrases la semaine prochaine. Les cinq caractères suivants seront à utiliser dans ces phrases : 爱计程汽士 Il faudra savoir traduire cinq phrases prises au hasard parmi les dix de l’exercice ci-dessous du français vers le chinois (en pinyin et en caractères) !! Les caractères et/ou les mots donnés entre parenthèses dans les exercices ci-dessous vous seront aussi donnés lors du test la semaine prochaine. Traduisez en pinyin puis en caractères : 1) Est-ce que tu l’aimes (elle) - aimer : ài ? 2) Il conduit le taxi - utilisez mot « taxi » de Taïwan (un taxi à Taïwan se dit jìchéngchē). 3) Elle conduit le taxi - utilisez mot « taxi » de Hong Kong (un taxi à Hong Kong se dit díshì - le dí s’écrit avec le caractère de la particule « de » qui relie le déterminant au déterminé et le shì est un des caractères nouveaux). 4) Vous (il s’agit de pluriel et il n’y a pas de vouvoiement) ne conduisez pas. 5) Il conduit un taxi TW. Il aime conduire. 6) Il conduit une voiture (qìchē). Il aime conduire. 7) Il conduit un taxi HK. Il aime conduire. 8) Il conduit une voiture. Il ne conduit pas de taxi TW. 9) Elles aiment manger du poisson. 10) Elles adorent manger du poisson.
  • 2. Correction : 1) Nǐ ài tā ma ? 你爱她吗? 2) Tā kāi jìchéngchē. 他开计程车。 3) Tā kāi díshì. 她开的士。 4) Nǐmen bù kāichē. 你们不开车。 5) Tā kāi jìchéngchē. Tā xǐhuān kāichē. 他开计程车。他喜欢开车。 6) Tā kāi qìchē. Tā xǐhuān kāichē. 他开汽车。他喜欢开车。 7) Tā kāi díshì. Tā xǐhuān kāichē. 他开的士。他喜欢开车。 8) Tā kāi qìchē, bù kāi jìchéngchē. 他开汽车,不开计程车。 9) Tāmen xǐhuān chī yú. 她们喜欢吃鱼。 10) Tāmen ài chī yú. 她们爱吃鱼。