语言学习技巧-英语

本文探讨了粤语学习的基础、实用技巧,如音标、chunk应用、场景对话和避免无效学习方法。秋山耀平的观点强调语言实践和与母语者的交流。此外,文章提到了口语训练、软件推荐以及适合不同水平的学习资源。

目录

粤语学习

秋山耀平

skills

chunks

无效英语学习

口语 spoken english

Learning materials


粤语学习

音标是基础。

有了基础再去学基本的。

然后找到环境一起说。

http://www.fyan8.com/

秋山耀平

学语言和天赋没关系

1、不要学习不需要的东西。(制造自己专用的笔记本,记录真正有用的。先学习聊天能够用得到的东西。200个单词狗刨式英语就能学会说话了。)

2、积极地和外国人说话。(语言是让对方理解我的意思,发音可能不完美,但是可以慢慢提高)

软件:Hello Talk

你为什么学习外语?(my goal:talk with foreigner girl 听懂av女优说啥)

https://www.youtube.com/watch?v=2nZbaESiGPg 「快速掌握语言的秘訣」

语言是打开对方心灵的武器。只有说母语才可以,翻译器做不到。(如果你用其他语言,你说的话只能到达对方的耳朵,但是如果你用对方的母语的话,你说的话可以到对方的心里)

 

skills

  • 场景学英语。学习语言,正确的方式应该是在场景里面学,积累chunks。【李阳英语让我们会背英语说英语,但是不知道怎么用怎么说】
  • 学习并应用chunks语块。在真实的情境中不断应用,形成映射。建立场景,在交流中运用chunks才能真正达到映射的效果。
  • 练口语,不要死记硬背单词。你记住了但不会用。哑巴英语。把词汇和场景连接起来,看场景,理解意思用法,跟读发音,一条龙学单词。
  • 把生活中的事用English在心里表达出来。
  • 别跟不是native speaker的人学英语,这样只会越学越烂。
  • 在英语环境里面学英语
  • 8天每天1小时,比1天8小时。更有效。

chunks

Are we still on for ..?

 

无效英语学习

1、读经典英文原著,初级不如儿童读物

2、看英语的新闻

3、看youtube学英语

4、看英语电影电视剧

5、现实中找口语搭档

6、找外教培训机构 ok

7、看见什么就用英语说什么 ok

8、写英语日记 ok

9、英语口述一天发生的事情 ok

10、慢速发音(搞清楚每一个音节)

 

为什么口语差?

想说一句话,先想单词,再想语法时态,等都想好了,人都走了。这样只会越学越乱,越努力越心碎的怪圈。

1、一直带着中式思维造英语句子。

2、你学的语法太正了。(外国佬自己都不确定学过那些语气词)

3、固定搭配,你背就行了。让学生对着词组表死记硬背一大堆,这是非常错误的。

 

 

free prictice

https://www.free4talk.com/

free app

Duolingo

Tandem 收费 Drops、Memrise 收费学单词

 

口语 spoken english

https://www.bilibili.com/video/BV1GJ411X7hu?p=2&spm_id_from=pageDriver

BBC的发音 优点:教你发音 缺点:口腔发音技巧讲得少。 知其然不知其所以然。

纯英文的,初学者听着有点难。(不适合纠正用)

Learning materials

https://www.bilibili.com/video/BV1mZ4y1G7aA?p=1

https://www.bilibili.com/video/BV1V4411T7ka?p=1

daily conversation

 

 

 

 

 

 

 

 

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

一休日记

csdn打赏扣费20点,这

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值