顯示具有 學習-英文 標籤的文章。 顯示所有文章
顯示具有 學習-英文 標籤的文章。 顯示所有文章

2022年6月22日 星期三

東穎討論心得

  • 討論前應準備之事項:
    1. 欲討論之段落,約1~2段
    2. 與高手確認該段落之概念是否描述清楚。因為我無法直接使用英文撰寫,所以我目前的方法為先用中文撰寫,後在使用英文撰寫。
    3. 先使用基本寫作原則自我檢核每個段落是否有包含主題句及結論句,並且確認主題句中是否包含主旨。
    4. 使用文法檢核之網站確認撰寫之段落文法是否正確。
    5. 目前我以撰寫短的句子為主。
  • 討論時主要學到的東西:
    1. 可詢問東穎閱讀完該句子或段落後他所理解的意思,以確認撰寫之文字內容是否為欲表達之內容。
    2. 若撰寫之文字內容與自己欲表達之內容有出入,則可與東穎討論較完整之表達方式。
    3. 東穎會提供同義字或多種寫法,可做為參考。可於不違背「關鍵詞彙前後應一致」之原則使用同義字。
    4. 可練習英文句子分析能力,若撰寫較長的句子時,也可詢問東穎是否有較為簡潔的寫法。
    5. 可增加常用於論文之英文單字。避免於論文中使用過於口語之單字。
    6. 若文句與寫作原則互相衝突,則可詢問在不違背寫作原則的情況下,是否有其他寫法可使用。

2021年9月11日 星期六

[英文]Lynn Comments及後續改善方向

之前自己的回顧

Lynn Comments

  • Edit manuscripts
  • Read and discuss journal articles

Pei Chi is a hardworking student who is serious about improving her English ability. Her reading skills have improved a lot. She now reads much more fluently and can sound out new words herself. She still needs to be more careful of similar words e.g. contrast/construct, psychology/physiology, as using the wrong word can easily lead to misunderstanding. She should also try to work on pauses and intonation when she reads, as well as noting syllable stress. This requires practice by looking ahead of what you are reading, not just focusing on the word in front of you. In her writing, there are still some basic grammar mistakes such as with the use of singular/plural nouns, adjectives/adverbs, there is/are. She needs to practice elongating her sentences by using connectives and participles. The subject of the sentences are sometimes unclear and more description is needed. Building vocabulary is also important and she should make note of them in a glossary and try to use them in her writing.

改善方向

  • 聽:目前暫無相關練習,但我認為可安排AI相關之演講,聽完後和Lynn討論;或是非上課時間時自行聽英文演講。
  • 說:仍以AI相關的文獻為主,增進口說能力及為AI相關主題之英文報告做準備。
  • 讀:仍以AI相關的文獻為主,與文獻閱讀一起增強。
  • 寫:與寫作課並進,在寫作課前與Lynn討論,寫作課後修改再給Lynn看。

2021年8月23日 星期一

[學習回顧][英文]英文課程回顧及檢討(回顧最近一年安排之內容)

學習形式及學習重點:

  1. 閱讀文獻(說、讀,每月1~2次)
    • 學習重點:
      1. 糾正英文發音
      2. 確認是否讀懂文獻內容
      3. 挑選之文獻以AI相關,或近期任務內容相關之文獻為主
  2. 修改英文稿件(寫,每月1~2次)
    • 學習重點:
      1. 英文撰寫是否正確(文法、使用之詞彙是否適當等)
      2. 確認各句子或段落是否為自己想想表達的意思
  3. 英文報告前之排演及檢討(說,每月1~2次,視是否有報告及演講而定)
    • 學習重點:
      1. 糾正英文發音
      2. 練習演講時語氣抑揚頓挫是否適合及流暢度
      3. 確認PPT內容是否提取適當之重點

學習進度:

  1. 閱讀文獻

    • 進步的地方:目前已經可以邊閱讀文獻,邊理解文獻在寫什麼。但如果挑選的文獻使用較多艱深的文字時,就必須要課前先預習,才比較能夠理解。和去年比起來,我認為閱讀文獻的速度有提升,之前1小時約可唸完2~3頁,現在可以唸完4~5頁(不含圖表)。
    • 有待加強的地方:同樣拼法的字,不同型態念法會不同的字上仍然會搞錯,每次都還是需要Lynn提醒。還有拼法相似的字會唸錯。
  2. 修改英文稿件

    • 進步的地方:去年的問題卡在每次要開始撰寫稿件時,會無從下手,並且完成一個段落的撰寫約需要7~14天,目前可以在2~3天完成一個段落的撰寫(收集足夠資料的情況下)。此外,之前很依賴Lynn給具體的建議,現在可以自己搜尋相關文獻,參考他人之寫法後,用自己的方式表達句子,因此,我認為我寫作的速度有加快。
    • 有待加強的地方:在文法的部分仍然有待加強,複數形的部分現在可以自我檢查並修改,但時態選擇仍然需要Lynn提醒及釐清。此外,詞彙量可能還需要增加,現在寫的段落還是有很多重複使用的字,需要仰賴Lynn給建議。
  3. 英文報告前之排演及檢討(說,每月1~2次,視是否有報告及演講而定)

    • 進步的地方:和去年相比,我認為在事前的練習及流暢度有很大的改善,事前準備的時間也顯著降低許多。此外,因為同時進行撰寫的練習,現在可以自己提取重點,製成PPT。
    • 有待加強的地方:介紹自己不熟悉的知識時,PPT上的字數仍然偏多,且在介紹知識的時候,我自認為還是會有念稿的問題。

2021年5月10日 星期一

[學習]英文自介

其實最近我也嘗試寫了英文自介,並且給Lynn看
雖然只是準備稿子之後背稿,但是其實我有發現:當我唸出來,有聲音的反饋給我自己時,我就會想要將英文發音修改成印象中小時候聽過的英文廣播中,那些外籍的英文老師他的說話方式及發音。

目前我能想到如果我遇到不會發音的字,首先可能是參考Google翻譯及劍橋字典所給的發音。

此外,我自評自己較為專長的項目為模仿他人,因此,以這樣的流程進行發音之模仿,雖然無法達到Native speakers的等級,但是應該是可以達到裝模作樣的等級吧?

另外,我真的推薦如果有英文演講或英文報告,建議錄下來,並且搭配一個用Python寫的自動上字幕系統,就會發現自己的發音怎麼這麼爛XDDD

感覺Native speakers或英文程度比較好的人聽我講話一定是靠推論前後文才能得到我想表達什麼!


自動上字幕的軟體名稱為:pyTranscriber

有興趣的人可以自行Google,之後如果有空我應該會寫一個教學

他是可以選英文跟繁體中文的,我使用起來感覺挺方便,只是因為我口齒不太清晰,所以每次轉換都需要進行校正(這才比較花時間)

但目前我有遇到一些問題,就是如果影片過長或主要聲音太小時,會轉換失敗

只有在演講或是報告的場合,轉換的正確率才會比較高

2019年7月23日 星期二

[AI]20190723彙整


Artificial Intelligence, machine learning, neural network, deep learning概念釐清:

Artificial Intelligence, machine learning, neural network, deep learning之間的關係




machine learning
機器學習(machine learning)是指設計及分析讓電腦可自動學習之演算法。其原理為模仿人類學習的方式,透過使用資料或輸入以往的經驗,取出特徵或經過計算處理後得到有意義的技巧,以最佳化電腦程式的運算效能,並提升其表現。
(此寫法我覺得仍太過籠統,可能要再說明的更具體)


But what is a Neural Network? | Deep learning
Summary:
This video talks about neural network, including what the structure consists of and how the neural network works. It used visualized images to make the neural network easy to understand, just like a human’s brain. The process of recognizing things is built on a neural network. For example, if we want to recognize a digit, we should break one picture into many parts. Each part will be seen as a neuron, and all the neurons will make up the first layer. The hidden layers involve complicated processes and in the end the layers will output the correct digit in the end.

Neural network breaks the complicated process into many layers to recognize part of the digit (or function), then combines all the part into a digit (or outcome) to give us a final answer. The methodology uses a regression model: each neuron has a weight and bias to control the outcome within a range. Then if we input an image (or data), the network will recognize and give us an answer.







2019年2月1日 星期五

2018.09.20~2019.02.01總整理(20190201持續更新)


英文
準備英文口頭報告SOP
l   理解並掌握欲報告之主要概念
l   報告前撰寫講稿,並且給LYNN確認英文文法
l   PPT製作時呈現重點,可使用圖表輔助講解
困難及問題(藍色)/解決方法(橘紅色)
l   理解概念需要先將英文翻成中文,之後再將理解之中文翻回英文確認意思。可嘗試看完文獻後直接用英文寫出本段重點,之後再彙整每段之重點。
l   沒有撰寫講稿之習慣,或事前未規劃足夠之時間準備。養成每周以英文簡短彙整一篇文獻 (前言部分)
l   準備PPT時(以文獻報告為例),會習慣將該文獻之第一段每一段落都做成一張PPT應該先將概念理解之後,重新排列組合,以凸顯重點。
寫作自我檢核
整體
l   前後是否呼應
l   主題、研究目的、內文是否呼應
l   如果自己不確定是否有寫好(如重要性),可先檢查自己那些文字有提到
段落層級
l   主題句是否凸顯主旨、段落主題
l   是否有結論句
l   結論句是否與之前過多重覆
l   是否包含過多意思相近之名詞
句子層級
l   主詞、動詞是否明確

閱讀文章
單字無法藉由查字典理解
l   整本書/文章前後文是否有提過,或是否有該文字之定義
l   找該作者其他相關文獻之解釋,或其他該領域之學者如何解釋
l   不確定之段落不要自行腦補解釋,應根據白紙黑字理解

分析方法
SPSS統計分析SOP
l   前置:點確定之前都先點"貼上之後",保留語法
l   確認資料是否有遺漏
l   確認資料之正確性/完整性 (頻率分析)-天花板/地板效應
l   確認資料之分配型態 (描述性統計)-Mean/SD/偏態/峰度
l   遺漏值之補救(是否插補與老師/團隊討論,基本不插補)
l   再測信度(兩兩跑ICC,記得設定ICC model)
l   如果有再測,pool所有評估的時間,然後算MD/SD(SD只能EXCEL彙整之後求出)
l   pair t-testdifference of MDSD及顯著等級
l   SEM/MDC/effect size之計算(EXCEL寫公式求出)
l   確認誤差異質性 (資料點絕對值後計算相關係數)
l   同時效度/收斂效度/生態效度 (評估工具之間之相關係數)
l   確認重點指標 (表格呈現時之取捨)

概念釐清
1.      評估工具測量到之概念無共識/目前研究對於某一概念無共識(如ToM
l   彙整目前研究常用之概念為何
l   該研究領域主要研究者寫出來之概念為何
2.      欲分析之項目過多如何判斷?
l   作者採用之計分方法
l   確認標準計分方式
l   確認目前常用之計分方式

 自己應該還有更多不足之部分,想到的話會再更新

2016年6月11日 星期六

[學習]5/25 “Introducing RISC: A New Video Inventory for Testing Social Perception”補充說明

1.  關於此篇論文所使用之社會知覺之定義,Dr. Rothermich表示是使用McDonald等人於2003所發表之TASIT評估工具之社會知覺之定義。McDonald認為社會知覺為個體感之社交現象的能力。社交現象包含:(1)口語訊息;(2)次語言的訊息(如:說話者的語調)(3)非口語訊息(如:臉部表情,眼神,手勢)(4)社交場合。但此評估工具Pinkham等人認為應為評估ToM之評估工具。
2.  Table 2為鍵輸錯誤,作者會通知期刊修正
3.  Figure 2與結果內文不符,作者認為是我搞錯文字意思,作者文字敘述是說明圖片中兩者差異的幅度,而非口語和非口語何者較容易被判別。原文內容為“although always in the same direction (context > no context), These patterns were more selective for sarcasm (only couple and colleague interactions) and jocularity (only colleague, boss/employee interactions).”由圖片中可看出:sarcasmcouplecolleague兩者的差異,及jocularitycolleagueboss/employee兩者的差異較其他族群來的大。