Scalers:基于数据驱动的英语学习思路

学习英语就是把大量的正确使用的数据输入分析。

今天借助计算机领域里的一些概念,总结一种基于数据驱动的英语学习思路。

传统上,我们在学英语的时候,老师都是给你讲语法结构,从主谓宾开始然后以此展开加上定状补。于是他们会告诉你,这个单项选择,应该要有一个状语,所以选择C;然后下次你要使用英语的时候,于是你想要先有个主语再有个谓语,然后我要填一个定语……当然要用英语吵架的时候你就蒙了,因为不知道要用什么时态。

这样做其实也没有问题,有许多人通过这个方式也学好了英语。但是按照计算机视角的理解而言,这是一种基于规则的驱动。也就是老师告诉你一组规则,然后你通过这些规则来引导你的学习,于是你需要在学习时想到这里有什么规则,然后针对你要用的词,来适配这条规则。

但是我个人却认为,自然语言的演化发展,来自于语言使用者的集体演进,而这是一个复杂的过程。而正因为其复杂,其中的很多规则,其实是后验归纳的。

什么叫后验归纳?就是在看到现象以后去总结原因。比如许多混迹在互联网上的讲师就是后验式的,他们看哪家公司成功了,就去以哪家公司的名义,开发一系列课程,并且美其名创业成功的XXX条铁律……但是这不妨碍他们仍然只是一家培训公司……

后验的一个问题就是,归纳的规则有时候不是很完备,于是你就会看到一条规则下面有123456条特例。其实英语语法就是这样的,这大概是为什么你一直看不下去的原因。因为当特例足够多的时候,规则的价值,就没有想象的那么大了。

今天说的是基于数据驱动的学习思路。规则其实是一种抽象,而要能理解抽象,就必须要有具象的积累和基础。

而计算机里,数据驱动的意思是,在模型建立起来之前,我先积累到足够多的样本案例,然后基于这些样本案例的学习,自行产生规则。通过这些规则,再对新的数据进行判定处理,再基于这些反馈,进一步优化规则。

有一点抽象。换成通俗地话就是,学习英语就是把大量的正确使用的数据输入分析即可。什么叫大量正确使用的数据?就是通过持续地练习,接触到足够多的样本,做足够深度的分析,确保足够充分的吸收。

我觉得如果一位学习者,能做到这一点,扎扎实实地推进自己的学习,英语的进步其实是很快的事情。而且像所谓的语法,词汇的问题,也从来不会是问题。

我就问你一个问题,英语是先有上帝设计了几条规则然后再产生了这门语言,还是一堆人用用用到最后大家都知道这些词是什么意思,于是有人总结下来形成了语言现象?

先定规则再生产语言的事情,计算机科学家不是没有做,只是现在做的还是不够好。不然哪一天我的公众号的文章也是用代码生成的话,那其实我倒可以省事很多……

当我们输入的数据量足够大的时候,我们的大脑还是会发挥一些作用的,而这个时候,你的语感什么的都来了。于是你再用语言的时候,你可以很轻松搞出正确的话来,因为你有积累过。

那,既然如此,为什么老师会倾向于从语法讲起呢?因为这样讲明确、简单、朴素、省事啊……

我就举一个例子。垃圾邮件的识别,在以前会手工加规则,如果标题含有“广告”判垃圾;如果含有XXX,就通过……这些规则都太笨,后面人们用统计模型的方式,收集了一堆的垃圾邮件做分词,然后通过贝叶斯来算概率,而到这个时候,你根本不需要知道是哪个因为所以,因为通过数据,有了模型出来,而这大概就是英语里面说的语感。

但是这必须要是你自己的语感,不是别人的语感……

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 201,784评论 5 474
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,745评论 2 378
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 148,702评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,229评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,245评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,376评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,798评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,471评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,655评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,485评论 2 318
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,535评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,235评论 3 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,793评论 3 304
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,863评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,096评论 1 258
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,654评论 2 348
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,233评论 2 341

推荐阅读更多精彩内容