› 看板 Soft_Job 關於我們 聯絡資訊
作者AmosYang (泛用人型編碼器)
看板Soft_Job
標題Re: [討論] 大家如何習慣看英文資料???
時間Sun Jan 31 01:08:11 2016
※ 引述《yhn0tgb60 (呦厚厚)》之銘言： : 每次看到英文時, 看個幾行, : 好像每句都有一點點懂, 但是組合起來就不知道在講什麼, (任何人都可以，並不限於原po) 能否舉個例子？例如，貼上一段符 合「前後三、五行，每句看有一點懂，但組合起來就不知道在說什麼 」的英文 雖然英文與 soft_job 無直接關連，但很明顯的，查資料需要用到英 文；是故，這是很值得討論的話題；有了個實際的例子，就可以進一 步討論該怎麼拆解這句子。 : 一段時間後就會投降, 去找簡中的資料, 繁中就..... 沒什麼可以看的..... : 簡中 還是無解時, 再回去看英文資料, : 可是英文資料就只看code, 其他的討論和說明 完全看不下去..... 通常來說，科技資料的英文都是直來直往的，很少看到倒裝句、未來 完成過去進行式假設語氣這類的。單字，則有字典可以查。 我的理論為，只要你搞得懂遞迴(recursion) 與堆疊(stack) ，你就 應該多少能接受 context-free grammar 的觀念(*1), BNF (*2) 這 類的東西。那就應足夠了解科技資料的英文文法。 *1: https://en.wikipedia.org/wiki/Context-free_grammar *2: https://en.wikipedia.org/wiki/Backus%E2%80%93Naur_Form : 好拉 認真來看英文的文章了, 從小就很逃避英文...... 哈哈哈 : 而且的確有時候, 英文會比中文好理解, 還是認真把英文學好吧 = = 之前正好發了兩篇與英文有關的文 >> 昨日睡前，在 PTT 上些聊天版及留學版用「英文」當關鍵字爬了 >> 文。濾去「蔡英文」後，發現有各式各樣問「要如何學好英文？」 >> 的文。感覺上，台灣人是知道英文的重要性，但義務教育實在太罐 >> 頭，把時間花在華而不實的表面功夫。雖然教育政策改革勢在必行 >> ，但遠水救不了近火；是故，我《Switch神教》(*1)想整理出個低 >> 成本、低技術、但人人能照著作的自救法 >> *1: http://heathbrothers.com/books/switch/ * https://www.facebook.com/tw.yang.30/posts/1642769725973352 * https://www.facebook.com/tw.yang.30/posts/1642815895968735 配合對 recursion + stack 的了解，我認為，只要再掌握「一句話 只有一個動詞」這觀念，對已經會寫程式的人來說，英文文法應該很 容易簡化、掌握。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 70.181.102.71 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1454173696.A.3FC.html ※ 編輯: AmosYang (70.181.102.71), 01/31/2016 01:09:43 ※ 編輯: AmosYang (70.181.102.71), 01/31/2016 01:13:07
→ femlro: 看了恐龍本就發現英文單字每個字都看得懂 01/31 01:27
→ femlro: 但串起來就看不懂惹 QQ 01/31 01:28
→ femlro: 跟中文文言文一樣 難過 01/31 01:28
貼一段例子上來吧，也好驗證我的理論 :D ※ 編輯: AmosYang (70.181.102.71), 01/31/2016 01:30:45
→ femlro: QQ 晚點找看看 01/31 01:34
推 bowin: 推 AmosYang! 01/31 14:27
推 neo5277: 再回去把片語看看我覺得會不錯~因為很多"步驟" 01/31 14:58
→ neo5277: 其實就是相互關係 01/31 14:58
原原文底下有許多意見建議「多練習」，但或許是因為推文空間有限 ，並沒有任何完整的說明。易言之，「多練習」的練習方法本身，很 有可能是有瑕玭的。是故，所謂「多練習」的方法，是應該提出來討 論、 code review, 開源一下; 以免閉門造車。 再，如這文章開頭所述，任何人都行，並不限於原po, 抓個三、五行 你看不懂的英文資料，貼上來，我可試著展示我解析該英文語句的方 式。若有人有比我更好的方式，也可分享, code review, 開源。避 免閉門造車。 ※ 編輯: AmosYang (70.181.102.71), 01/31/2016 15:31:30
推 CRPKT: 推, 理科夠好的人如果在文法上鬼打牆可以去看點基礎語言學 01/31 15:46
https://www.facebook.com/tw.yang.30/posts/1643022392614752 基本上，可歸納出以下演算法: 　 0. 假設該英文原句文法無錯 1. 先從標點符號下手切割 (一個易混淆的地方，就是英文會把 , (逗 號) 當 、 頓號用) 2. 再從常見子句標記切割 (if, before, after, since, because, so, no matter) 3. 標出所有有可能是動詞的字；從這些字開始解析句型 4. 承 #3, 一個接一個檢視每個動詞候選字: 假設此字就是動詞，看 看能否找出邏輯上的矛盾 　 * 一句話只有一個動詞 * 一個動詞要配有一個/組主詞 * 一句話只有一個/組主詞 * 主詞要是名詞 / 名詞子句 / 動名詞 　 如果所有句型解析方法都失敗, back-trace 回頭, 檢視切割方法 是否有誤 (例如，把語音為頓號的 , 誤認為逗號) 　 如果成功解析一語句，則可開始從片語、更小的片段開始了解整個 句子, 一路重組回去 ============================================================ 常見句型, 例如文法書裡教的 　 * 主詞 動詞 * 主詞 動詞 受詞 　 * 動詞 又有 {副詞 動詞} 或 {動詞 副詞} 的變化 　 基本上就很類似 BNF ; 雖然英文沒有完整的 context-free grammar, 但這些基本規則，加上人腦的神奇自然語言容錯能力，應該足夠解析 一般的英文了 ============================================================ 臉書上有人提供了段樣本，我將解析過程 (應用上述演算法) 的過程 記錄在此 https://www.facebook.com/tw.yang.30/posts/1643008409282817 https://www.facebook.com/tw.yang.30/posts/1643014492615542 https://www.facebook.com/tw.yang.30/posts/1643015212615470 https://www.facebook.com/tw.yang.30/posts/1643016182615373 https://www.facebook.com/tw.yang.30/posts/1643018222615169 https://www.facebook.com/tw.yang.30/posts/1643020322614959 ※ 編輯: AmosYang (70.181.102.71), 01/31/2016 17:57:46 補述: >> 3. 標出所有有可能是動詞的字；從這些字開始解析句型 >> https://www.facebook.com/tw.yang.30/posts/1643022392614752 這套方法的好處，就是一句話裡可以有一堆名詞 / 名詞子句、一堆形 容詞、一堆副詞、多個介詞。但動詞是不會多起來的，也沒有「動詞 子句」這種東西。易言之，動詞是最常以單個單字出現，又有舉足輕 重地位的詞。是故，我的理論為: 　挾動詞以令諸詞；又言，得動詞即可得天下。 :D /cue Hell March 1, 2, 3: https://www.youtube.com/watch?v=HvH5WXovz0c
推 popmentos: 看你的文章想到 Jeff 這個老師，他用語言學去教英文 01/31 18:24
→ popmentos: www.howardstudy.com.tw/teacher-detail-Jeff.php 01/31 18:25
推 popmentos: 他的第一堂課就強調英文是立體的語言，和中文不同 01/31 18:27
→ popmentos: 是需要解析的 01/31 18:28
能否指點一下「立體的語言」所謂何意? 是指這個? https://zh.wikipedia.org/zh-tw/最小對立體 又，我對語言學的知識是零 :D 上述的演算法就單純是歸納法則；其 中用詞也很可能不精準。然而，我希望能歸納出一個「一張紙」就能 解釋清楚的演算流程，人人可以照著作來解析英文句子。
推 descent: 感謝 01/31 18:48
有興趣者，請多幫忙測試這演算法。若有更好的方法，也請不吝指教 orz ※ 編輯: AmosYang (70.181.102.71), 01/31/2016 19:00:41
推 cobrasgo: 我覺得技術文件不是這回事 01/31 20:48
何意？
推 popmentos: Jeff 他發現台灣老師普遍把英文當成中文在教，所以強調 01/31 22:56
→ popmentos: 要多背單字。但是在英文裡面，文法本身就有語意，就像 01/31 22:57
→ popmentos: 你的分析那樣，句子是有結構的。 01/31 22:58
同意。我不是語言學的專家，是故只能憑個人主觀的感覺來說 :) 我 覺得背單字是很呆的事，更不要說去測驗對單字的記憶力。道理很簡 單: 沒有人會呆到去背數字, 1000, 1001, 1002, 1003, 然後去考「 1324 的下一個數字為何？ 」。反之，我們是先學習十進位的運作方 式，然後只去記憶 0~9. 單字應該是從實際應用中去學，用多了自然會記起來；而非強迫人人 都要去接受如此多的單字。 我很好奇，如果把實用的教學單字整理出來，究竟真的有多少字。所 謂實用，就是真正在英文中也有大量使用到的單字。我記得國中英文 有一課是教孫中山， "Dr. Sun Yat-sen" 這字 ，就是花開富貴 100% 浪費我的青春與記憶力，被強迫背下的無用垃圾單字；這都是 google 五秒鐘就可以找到的資料，背來完全無用。
→ popmentos: 有空的話可以去上他的四合一，會有不同的收穫。 01/31 22:59
感謝指點 orz ※ 編輯: AmosYang (70.181.102.71), 02/01/2016 04:35:27
推 CRPKT: 你已經懂 BNF 了，基礎 Syntax 對你是小菜一碟啊 02/02 01:21
是的；是故，我的理論是: 如果能懂 recursion & stack, 那就應該 能懂 BNF, 那就應該能懂英文文法。 我的假設是: 程式設計師懂 recursion & stack 的機率，比一般人 多許多；那麼，若上述理論為真，程式設計師學讀英文應該比一般人 快，且加上有許多英文文件要讀。
→ CRPKT: popmentos 說的立體是，相對於中文文法用大量副詞片語來 02/02 01:21
→ CRPKT: 解決問題，英文裡用文法結構與句型來表意的部分比較多 02/02 01:22
→ CRPKT: 中文語法樹因為仰賴副詞片語的關係常常比較扁平 02/02 01:23
感謝開示 orz
→ CLFJ: 我給個例子:More or fewer cells than the active selection 02/02 03:22
→ CLFJ: 說的是Excel裡你怎麼擴展或縮小已經選好的範圍，但是英文 02/02 03:23
→ CLFJ: 這句話很多人看起來其實字字都懂，連起來卻有點不知所云... 02/02 03:23
→ CLFJ: 原連結在此，算是常用網站吧 https://goo.gl/3VQZnT 02/02 03:25
→ CLFJ: 我覺得還是要習慣英文文法,否則你寫英文歪國人看也是字字懂 02/02 03:27
這也是平常上課不會學到的例子，表格的讀法, 完整語句的組成為 1. To select (這是在表格標題, 後面有接 Do this.) 2. More or fewer cells than the active selection 3. Hold down SHIFT while you click the last cell that you want to include in the new selection. The rectangular range between the active cell and the cell that you click becomes the new selection. => To select (...), do (this) => To select {More or fewer cells than the active selection}, (do this:) hold down SHIFT while you click the last cell that you want to include in the new selection. The rectangular range between the active cell and the cell that you click becomes the new selection. 若就完整句來解析，應該還是能解的。 ※ 編輯: AmosYang (70.181.102.71), 02/02/2016 13:26:23 ※ 編輯: AmosYang (70.181.102.71), 02/02/2016 13:35:43 修正臉書舊文連結。 ※ 編輯: AmosYang (136.56.13.184 美國), 11/29/2019 06:00:50 ※ 編輯: AmosYang (136.56.13.184 美國), 11/29/2019 06:01:51