让语言学习更简单的 WordFlow

news/2024/10/18 7:50:40/

作为一个英语并不是那么特别好的计算机专业学生,长期积累英语的学习对个人发展还是有意义的。简单来说,我在语言上最大的两个问题,一个自己「不理解」,另一个是自己「不会表达」。

上述两个问题主要体现在口语层面,而非书面层面上。在读写的能力上,由于有充足的思考时间和反应时间,并不会出现多少问题。何况当下,读写大部分是集中在电子设备上,有对应的词典工具和便捷的翻译软件工具进行辅助。在 ChatGPT 和一系列衍生品的发展之后,这个问题变得更加简单,对于更加复杂的语境,ChatGPT 和其衍生品都可以很好的进行文字处理。但是听力和口语表达上,上述的两个问题就会集中爆发。特别是在反应时间有限的时候,不能及时的调用对应的工具。即使有了字幕工具的辅助,也不能保障我们能够熟练流畅的使用外语。「Speak English」和「speak English fluently」显然不是一个层次的能力,后者一般必须要经过相当的时间进行训练才可以达到。虽说我至今没有完全解决自己的语言问题,离 native speaker 的程度还有不小差距,但是我通过个人的努力正逐渐改善这一情况。

既然训练是必须的,那么如何高效的训练就是一个值得探讨的问题了。以下方法不仅针对英语,各个环节的工具有一定的通用性,其他语言也可以使用。(当然,编程语言不是……但是可以之后开一期来说编程语言的速通方法。)

我的 WordFlow 学习法

我把自己的学习方法命名为 WordFlow,因为在这个过程中可以清晰地感觉自己的知识数据是在流动的,主要环节为:

  • Collect:收集生词,和一切高质量的表述方法
  • Review:复习自己收集的知识
  • Produce:形成有效输出

以前备考 GRE 的过程中,我非常烦恼的一个事情是生词过多。单纯记录下来不能有效复习,但是手工制作 Anki 卡片又比较麻烦。日常也有一些需要记忆的表述方法,而这些有不仅仅是单词了。所以我总结了以下的工具链。

Collect

遇到自己觉得值得收藏的表述方法,或者遇到了生词,最重要的是收藏和记录。收集的环节是需要方便和及时。如果工具不够方便,看到生词的时候可能就会只进行查询而忘记收录,这样整个学习方法就会失效。我遇到生词的主要途径是大量阅读。而由于我的阅读是跨平台的,在手机、iPad 和电脑上都有一定的阅读需求,所以我的词典也需要跨平台。欧路词典可以支持跨平台记录,非常满足我的需要(对于词典工具如果有更好的工具也希望大家能分享,GoldenDict 如果可以方便地进行跨平台也会是一个非常不错的选择,但是近期不想花时间在这方面的开发上)。这里是我之前复习 GRE 的时候记录的生词:

在管理页面中可以对这些生词进行编辑和管理。然后,可以导出为 csv 格式。

生词本导出功能非常方便的导出了词语,而且这里的格式是 csv,方便各种第三方工具进行二次处理,例如添加英文解释,就可以使用 Python 接一个小脚本进行自动化的处理和编辑。

Review

复习方法上,我选择的是 Anki,安卓端和桌面端是免费的。Anki 可以遵循艾宾浩斯曲线在关键的时间点上对我们进行复习提醒,类似的工具也非常多,可以自由选择。但是 Anki 免费开源且有丰富的第三方插件进行支持,还有好心人开发了 Python 和 Anki 进行交互的库,因此还是使用 Anki 进行复习。

使用 Anki 的桌面端可以进行导入:

分隔符号使用 comma,因为是 csv 格式,是使用逗号进行分割的。之后选择对应的行列信息:

然后就可以按照自己的节奏进行复习了。

除此之外我自己设计了另一组 Anki,不过方向是反向的,用于记录我不会正常表达的词句。这样可以有效的辅助我们进行内容输出。

Produce

进行了一定的归纳之后,还是需要进行一定产量的输出作为锻炼。个人认为最好的方式是进行英文的写作。现在的写作平台和工具非常多元,目前我还是使用 MWeb Pro 和 Obsidian 联合。一个用于写日常和比较随意的文字可以即兴发布,另一个则是用来进行比较认真的内容输出。

在写作上也有一些工具值得推荐和分享:

反向词典

链接:反向词典

反向词典的出现已经有几年了,我记得几年前在写本科毕业论文的时候,由于需求相当巨大,所以特地写了一个方便的 API 用于快速查询和推荐替换。这些年过去了,我也一直保持对他的使用。他的用法和我们正常对于词典的理解是相反的,即:描述一个词的含义,反向查找类似的词。

反向词典提供了四种模式:中中、中英、英中、英英。可以满足创作、翻译、润色等多种需求。这一团队还有「据意查句」这项好用的工具可以使用,可以在一定的范围内,根据一个含义或者描述出来的语境,从而查找类似意义的名人名言、古诗词等。

33 台词

链接:33 台词

33 台词是我偶尔进行博客创作的时候需要用到的工具。有时候在影视剧里面看到过一些印象深刻的名言,但是并不能清楚的记得完整的台词。通过这一工具可以精准的锁定具体的台词。

通用润色

对于语言的润色还有一些其他的辅助工具,我个人常用的有三款,而且经常配合使用:

  1. ChatGPT:结合特定的 prompt 可以针对语境做出具有针对语境的润色。
  2. Grammarly:经典的老牌润色产品,一年前入手。当时 GPT-2 并没有这么好的语音提升效果,所以当时我也没有放在心上,买了一年的会员。虽然 ChatGPT 在润色上有一定的成效,Grammarly 可以提供第二轮的拼写和语法检查,也是一个不错的选择。
  3. DeepL Write:DeepL Write 是我个人非常推荐的一款写作润色工具,在普通场景下不输给 GPT。虽然目前可以使用的语言比较有限,但是比较看好长期发展。API 价格也非常实惠,在一个合理的价格区间里,如果需要进行大量的语言润色,DeepL Write 相比 GPT 还是更加实惠的。

(个人对 DeepL Write 的需求量非常大,大部分日常交流的语言都会扔进去帮忙检查是否需要进行语言的提升,所以我自己打包了这个网页作为 App 运行在 macOS 本地。)

其实对于写作输出,最重要的并不是输出本身,而是自己对自己已有作品的润色和修改。对照这些工具给出的意见和建议,将自己的表达方式进行替换和改良。在这个过程中,又一次回到了 Collect 阶段,从而形成一个闭环。大家也很能理解这一点,如果只是自己一味盲目输出低质量的文章,语言没有得到提升,写得再多也不会得到进步。所以这里再次推荐一下 DeepL Write,它可以对比进行提升替换的词句,从而方便我们进行高质量表达方法记录。

总结

学习语言的最好方式还是多运用,或者说多读多写,语言的意义在于精确的自我表达。Express oneself 在当代的互联网环境中也是一种弥足珍贵的品质,也是我们在新时代社交的立足之本。虽然说 AI 可以辅助我们完成越来越复杂的任务,也能替代我们进行跨语种的理解和表达,但用 AI 替代我们的语言学习并不是可取的方案,使用 AI 提升我们的语言学习效率和学习质量,才是更加值得深究的问题。发自内心抒发出的流畅语言,永远是沟通时最能打动他人的不二之选。


http://www.ppmy.cn/news/58373.html

相关文章

R语言的贝叶斯时空数据模型

时间-空间数据(以下简称“时空数据”)是最重要的观测数据形式之一,很多科学研究的数据都以时空数据的形式得以呈现,而科学研究目的可以归结为挖掘时空数据中的规律。另一方面,贝叶斯统计学作为与传统统计学…

面向对象和面向过程的区别

编程语言分析 C语言C部分面向对象和部分面向过程Java面向对象 面向过程 面向过程注重解决问题的步骤,第一步干什么,第二步干什么面向过程注重因果关系,因为A所以B。面向对象注重过程和与实现步骤 面向过程的缺点 代码耦合度过高&#xff…

Packet Tracer - 配置 IPv6 静态路由和默认路由

Packet Tracer - 配置 IPv6 静态路由和默认路由 IPv6 地址分配表 设备 接口 IPv6 地址/前缀 默认网关 R1 G0/0 2001:DB8:1:1::1/64 不适用 S0/0/0 2001:DB8:1:A001::1/64 不适用 R2 G0/0 2001:DB8:1:2::1/64 不适用 S0/0/0 2001:DB8:1:A001::2/64 不适用 S0…

B站java、计算机学习整理(菜鸟版本)

B站java、计算机学习整理(菜鸟版本) 简介1、入门篇2、工具篇3、数据库篇4、框架篇5、JVM 篇6、源码篇7、算法与数据结构8、操作系统9、计算机组成原理10、计算机网络11、 设计模式 简介 处在互联网时代,是一种幸福,因为各式各样的…

Oracle系列之六:Oracle表分区

Oracle表分区 1. 基本概念2. 范围分区3. Hash分区(散列分区)3. 复合分区 1. 基本概念 Oracle表分区是将一个大型表分割成更小、更易于管理的部分的技术。分区后的表被称为分区表,其中每个分区都可以独立地进行维护、管理和查询。表分区可基于…

SpringCloud:ElasticSearch之集群

单机的elasticsearch做数据存储,必然面临两个问题:海量数据存储问题、单点故障问题。 海量数据存储问题:将索引库从逻辑上拆分为N个分片(shard),存储到多个节点单点故障问题:将分片数据在不同节…

超级详解MySQL执行计划explain

1、什么是MySQL执行计划 要对执行计划有个比较好的理解,需要先对MySQL的基础结构及查询基本原理有简单的了解。 MySQL本身的功能架构分为三个部分,分别是 应用层、逻辑层、物理层,不只是MySQL ,其他大多数数据库产品都是按这种架构…

JVM调优入门指南:掌握步骤、参数和场景

前言 作为Java开发者,我们经常需要优化应用的性能,其中JVM调优是非常重要的一部分。在本文中,我们将介绍JVM调优的一般步骤和方法,了解JVM调优参数,如堆大小、新生代比例、GC算法等参数的作用和配置方式,并…