还在为英语学习发愁吗?身为程序员的你可能需要这样一份“宝典”(下)

2023-11-06 13:10

本文主要是介绍还在为英语学习发愁吗?身为程序员的你可能需要这样一份“宝典”(下),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

雷锋网(公众号:雷锋网) AI 科技评论按,本文作者于江水,这是他在 GitHub 上发布的一篇文章。以下是他的原文的下半部分,上半部分主要讲了如何英语听是哦读写能力训练的关键以及训练方法,这是下篇。主要内容如下:

常见问题 QA

如何使用这份指南?

先了解语言学习的本质,即语言学习到底是要学习什么,训练什么。

了解本人的一些有效学习方法,查看我是如何通过本质推断这个方法是否有效。

按照自己的需求定制学习方法,在日后看到某些学习方法时可以有效推断该方法是否有效。

这里举一个反例有什么相见恨晚的背单词方法?,大概思路就是 10 个随机单词一组,先大体一看,开始编故事串联起来十个单词,通过艾宾浩斯周期回顾这组单词,回顾时遮住汉语意思开始回想,如果想不起来想想小故事,通过故事来回忆起这个单词的意思。

这其实就是联想的记忆技巧,你试一下绝对也好用。但这个过程中有很多问题:

词义损失严重。一个单词几个简单的中文释义,而且还基于部分中文释义来编造离奇小故事,会导致词义理解偏差更严重。

语料库内容不正确。语料库你需要记忆的是 单词 -> 诸多释义、例句、声音等等,但这种方法你记住的是 单词 -> 几个释义,一个故事,故事关联的其他单词。

缺乏当前单词听力和发音的输入、锻炼。

所以这种方法不推荐使用,因为投入的成本和收获比比较低。试想:当一个老外对你说一个单词,你会用故事去联想这个单词是什么中文意思,然后再去做出反应吗?而且这个中文意思可能并不是老外想表达的意思。其次,单词你可能说起来磕磕碰碰甚至发音是错的,因为在背的过程中,你并不知道它准确的发音,也没有训练。

为什么要尽量用英文学习,而不借助中文翻译学习?

第一,翻译是有损的。当你在学习一个语料时,掌握最准确完善的信息是最关键的,中文词典往往会给你抽象表达,导致你接收到了有损的信息。随便用常见单词 cover 举例:

在 Cambridge Dictionary 上面,对于 cover 有一个类似 report 的释义如下:

TB1YPcFBVzqK1RjSZFCXXbbxVXa.jpg

从中你可以得出三个信息: 1. cover 有报道的意思。2. 通常报告的是 news 而不是其他事情。3. 而且还是特定的、重要事件的新闻。然后下面给出了例句:她正在 BBC 电视台报道美国大选。

回头看欧陆词典默认内置词典,可以看到对 cover 释义经过翻译和抽象类比(这也是国内词典单词很常见的释义方式):

TB1deICBVzqK1RjSZFvXXcB7VXa.jpg

可以看到有采访,报导之意,但是你无法得知其实它做报道时通常用于报道重要事件新闻。这样就导致逆向输出的时候出现问题,由于 report 也有报道的意思,当你要表达时,如何选择用 cover 还是 report 呢?

这也是导致 Chinglish 出现的原因,add 是加的意思,oil 是油的意思,那加油英文当然就是 add oil 了。当然这个例子并不恰当,由于太多中国人用,已经被收录到词典中了,从此不再是 Chinglish。

第二,英文的信息量、准确度更高一些。比如 cover 还有很多意思,比如 travel 和 be enough 的意思,但是中文词典缺很难查到这方面的信息和例句。因为中文词典本身不是第一手资料,其次还需要人翻译,质量参差不齐。缓解这个问题可以安装朗文词库,解释和例句会多一些,比较权威准确,方法下详。

如果我暂时无法接受全英文学习怎么办?可以用什么代替?

如果你无法适应英英词典,那么欧路词典可能是你更好的选择。它附带了 Forvo 的多口音语音并且针对国内网络加速,部分单词还会有图片,然后支持很多实用功能,关联素材信息量也很大,也会有常见词对比。是我用过的最好的本地词典,对比有道等其他竞品强大太多。

此外朗文词库是非常好的词库,相比欧陆内置词库权威详细的多,强烈建议下载并安装(可以点击这里直接下载)。欧陆内置词库错误还是挺多的,主要集中在音标和发音不对(音标时而美式标记,时而英式,发音估计是抓取的,质量一般),以及一些翻译出来的信息不够准确。我已经反馈过 5+ 了,但是没得到什么反应,后来就懒得反馈了。

总之遇到任何疑问还是以 Cambridge Dictionary 为准。

为什么要用 Anki?

只有大量重复才是英语学习唯一的银弹。但是这个重复并不是短时间极大量的重复,而是间断性经常性的重复,这样会反复刺激大脑形成长期记忆。最著名的就是艾宾浩斯遗忘曲线,通过一定周期的复习和刺激,会持续巩固记忆。

Anki 就是这样一个记忆辅助工具,它通过更合理的复习周期帮助你记忆一份自定义的内容。你可以自定义卡片的内容,然后进行自我记忆检测,根据你自己评估的记忆效果,Anki 会自动安排下一次复习的时间。这样对于你无需关心什么时间要复习什么知识,你只需要把当前 Anki 的复习任务完成即可。

大量的听英语材料和看美剧能锻炼英语听力吗?

是否有效关键看你的训练方法,一份听力材料你可以用来做精听,也可以用来做泛听。

如果看美剧只是看看热闹,看看字幕就过了,显然提升非常有限。如果你不看字母试图强行通过听来理解剧情看懂美剧,听力提升也是十分有限的,因为生词你光靠听是认识不了的、写不出来的。

我会在吃饭的时候看美剧或者电影,同时会留意剧中说的英语,遇到新颖的或者不熟悉的表达会返回去来回看字幕听发音。这或许会比泛听效果更好一点,但远不如精听。

英语能否速成?网上那些快速背单词的方法是否有效果?

你越早明白语言学习没有技巧,就会走越少的弯路、花越少的冤枉钱。

当然可能也有好的技巧,可以了解他们的方法,分析下是否能真正学到、练到,再决定用他们的方法。不过除非天才,速成基本上是不可能的事情,你也可以看到上面介绍,英语要学习的信息量太大,而且重点是训练成无意识的输入输出。如果你依赖一些思考和技巧,那么肯定会卡顿,导致无法正常交流。

资料、工具推荐和扩展阅读

单词量测试工具

首推 http://testyourvocab.com/

其次欧陆词典手机版中也有测试程序,测试方式很合理,可以尝试

善用 Google

前面大篇幅提到了 Google 的关键词推荐、图片以及语音识别,其实还有很多可以利用的。强烈建议大家用英文关键词去搜索,并注意搜索结果。

比如前段时间我的 Mac 的 PDF Preview 在拖动鼠标选中文本的时候,没有背景颜色,导致看不出选中的是什么文本。所以我就堆砌关键词 macbook preview pdf text selection background color 试图解决这个问题。Google 搜索给我推了 Missing text highlighting Color when selecting it in Preview 这个搜索结果,成功解决了我的问题。

后面这句对比前面自己写的学到了很多,首先是 missing 的用法,其次这种背景颜色不是 background color 而是 highlighting color,然后这个问题句式结构也非常工整,简洁又准确。

Youtube 优秀老师

Rachel's English 美语发音,很优秀的老师。

engVid 综合性的免费英语学习网站,非常强大,很多老师很多视频,官方网站 https://www.engvid.com/。我比较喜欢下面三个老师,各有风格:

JamesESL 自带 Rap。

Ronnie 肢体动作很丰富。

Emma

Tarle Speech & Language Services 很多单词发音对比视频。

SPEAK ENGLISH with SOZO-X 的也不错,发音注重口型,最后有小 quiz。

影子跟读素材和软件

寻找训练素材需要注意难度,假设你现在水平是 1,要找的素材难度应该介于 1.2 - 1.5 之间最有效果。太简单和太难都不是很好的资料。

学术类我用过两个素材,一个是老托 93,不算太难,托福考试训练素材,每篇有个主题,由专业播音读,内容比较老。另一个是科学 60s,基本在一两分钟内讲述一个科学相关的知识,有自述也有对话,难度偏高,一是快,二是有些科学相关单词不会,经常更新。

此外也有推荐 BBC 广播、VOA 慢速英语,但是我用的比较少。还有推荐经济学人,我有影子跟读过,偏英式,有的主播语速飞快,感觉挺难。由于我选择美式发音,放弃。

影子跟读和听力软件首推《每日英语听力》,跟欧陆词典同一家公司,上面资料全都有,单句重放以及跟读录音识别打分功能都有,最关键的是支持 Mac。其次 Aboboo 也非常好,可以自己导入音频帮你切割进行复读,方便影子跟读,但是只支持 Windows 平台。

英语流利说 懂你英语

英语流利说 App 的《懂你英语》课程不错,它的训练模式非常有效。首先给你场景图片,播放音频让你跟读,之后会有一些题问你刚听到的内容并且让你跟着读出来,然后用人工智能识别打分。

整个过程没有文本,这样可以让你专注模仿声音、解析声音。有时候如果听的过程可以看到文本,会更容易复述,但其实会降低听力识别的能力。

但并不是完美的,生词往往会卡住你的跟读,如果不显示文本靠听和读很难学到这个单词。其次语音识别引擎不是特别准,有时候漏词加词也会标记你读对了,而且在跟读过程由于不显示文本,不会告诉你具体哪个单词、哪个地方错了,这样会导致你跟读时,一直读错也不知道,只知道自己读的还行。

其他优秀英语教程

这是一份 2004 的资料,台湾一大学英语老师做的网站 http://chifenchen.tripod.com/ 虽然很老土,但是知识不过时,比较系统、简洁明了的介绍了发音的几个点,而且发音非常准。

优秀的经验技巧扩展阅读

如何有效积累主动词汇?建立表达素材库,方便提升理解器能力。

英语好的人是怎样背单词的?强调输入英文学习单词,在语境中补充语料库,提升英文思维。

国内英语培训机构捧上天的「自然拼读法」,真的那么神奇吗?强调音标的重要性。

怎么练好英语口语?一位语音识别专业人士做的视频,强调输入英语学习,以及训练到无意识输出。

纠正/练习英语发音的好材料 一份纠正发音的经典材料,正文就是很松散地把一系列形似音不似、音似形不似的单词串起来,让你仔细体会其中的差别。练好可以磨嘴皮子同时对音标之间的区别更容易分辨。

来源:https://github.com/yujiangshui/A-Programmers-Guide-to-English

雷锋网

雷锋网版权文章,未经授权禁止转载。详情见转载须知。

这篇关于还在为英语学习发愁吗?身为程序员的你可能需要这样一份“宝典”(下)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/356815

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

《纳瓦尔宝典》是纳瓦尔·拉维坎特(Naval Ravikant)的智慧箴言

《纳瓦尔宝典》是一本由埃里克·乔根森(Erik Jorgensen)编著的书籍,该书于2022年5月10日由中信出版社出版。这本书的核心内容围绕硅谷知名天使投资人纳瓦尔·拉维坎特(Naval Ravikant)的智慧箴言,特别是关于财富积累和幸福人生的原则与方法。 晓北斗推荐 《纳瓦尔宝典》 基本信息 书名:《纳瓦尔宝典》作者:[美] 埃里克·乔根森译者:赵灿出版时间:2022

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

业务中14个需要进行A/B测试的时刻[信息图]

在本指南中,我们将全面了解有关 A/B测试 的所有内容。 我们将介绍不同类型的A/B测试,如何有效地规划和启动测试,如何评估测试是否成功,您应该关注哪些指标,多年来我们发现的常见错误等等。 什么是A/B测试? A/B测试(有时称为“分割测试”)是一种实验类型,其中您创建两种或多种内容变体——如登录页面、电子邮件或广告——并将它们显示给不同的受众群体,以查看哪一种效果最好。 本质上,A/B测

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学