用AI分析工具來,讀懂英語新聞和英語AI文章 關注
74 次觀看 · 2024年9月22日
使用了spaCy程式來分析語法結構,並以「詞袋模型」作為例子,展示如何將文字數據轉化為可計算的數值表達形式。 以下是簡單的解說: **CNN新聞短文內容:** Death toll rises in Israeli strike that killed Hezbollah commanders. 「死亡人數上升,以色列的空襲造成了真主黨指揮官的喪生。」 這是一個簡單的描述,提及以色列的軍事行動導致了人員的傷亡。用「造成 ~ 的喪生」來表達「killed」的意義,即由空襲導致的死亡。 A bag-of-words model is a way of representing text data in which each word in a document is represented by a numerical value, indicating how often the word appears in the text. 同時,**詞袋模型(Bag-of-Words Model)**是一種常見的文字處理技術,將每個詞的出現頻率數值化,以便後續的機器學習或文本分析。 --- **程式部分:** 這段程式碼是利用Python的spaCy庫來進行英文句子的依存分析並生成視覺化圖像。以下是程式執行步驟: 1. 使用 `spacy.load('en_core_web_sm')` 加載英語模型。 2. 對「詞袋模型」的定義句子進行自然語言處理,將其轉化為 `doc` 物件。 3. 使用 `displacy.serve` 方法啟動視覺化伺服器來顯示句子的語法依存結構。 4. `threading` 用來啟動伺服器,並透過瀏覽器來呈現結果。 這種視覺化方法有助於更好地理解句子的語法關係,特別是如何識別主詞、動詞、修飾語等結構。
評論 文字稿
各位觀眾,我們今天要來用一種新的方法來研究英文
讓我們很快的看懂比較難懂的英文男具
所以呢,我們這邊選了一個叫做英語新聞和英語AI文章
因為現在AI很流行,所以我們來選
每天只要一句話英語新聞徹底理解它
對我們的英語理解還有寫作等等翻譯等等都有很大的幫助
我們也可以獲得英語AI文章的知識
我們也只要在一篇文章中取出一句英語句子
來瞭解AI文章的結構
然後幫助我們學習英語更快速
待會你們會發現到說
原來這些知識呢
是很重要的
纔是學習英語的主要關鍵地方
我們現在來看看
我們今天現在
第一個就是英語新聞
英語新聞的話
我們就找CNN的新聞
網路上CNN的新聞
第一句話說
我們就以這句英文句子
來分析
讓大家瞭解
英文要怎麼樣去理解
然後讓我們的英語能力
迅速增強
我們把它複製過來
我們就把句子貼到這邊
這個還要選這個
這樣就對了
剛纔是複製的格子
我們把今天要學的CNN英語
放在這邊
讓大家一起來研究
首先我們要用一個AI語法工具
這是一個很簡單的語法工具
是一個小小的程式
我們只要把這個句子
複製到小小的程式裡面
它就會自動幫我們分析
這句話的英語語法
而且這個英語的語法
是用美國
也就是AI
應該是說在美國比較流行的英語
就是最新的學英文語法的方法
或者是說
這些方法是從AI的技術裡面來的
我們到這個工具裡面看一下
這是一個
就是這麼簡單的一個AI的小程式
如果你們對AI的程式沒有興趣
這邊也不重要
我們今天的目的是要
透過AI工具來學英語
所以我們只要把剛才的新聞英語的句子
貼到這邊就可以了
貼上貼上過來
然後就可以進行分析了
很簡單
好我們就按執行
好出來了
這就是我們剛才的
新聞英語
它分析之後的語法結構
這是一個新最新的AI分析英文的語法結構
他們是透過AI訓練學習後
的一種新的呈現英語語法的
圖表
一個繪圖的方式
我們看一下
我們把它放大
在這個句子裡面
我們首先在英語句子
我們要找到主詞與動詞
一個句子的主要主詞
主要動詞
首先
我們看它是怎麼表達的
第一個
它是從
這種結構是從動詞開始
思考起
比如說
我們這個句子是Rises
Rises它說
Subject就是
Subject就是主詞
就是說
這個動詞Rises
Rises
它這邊也
著名的verb是動詞
表示說這個Rises是動詞
它說這個Rises是動詞的主詞
你看跟著箭頭走
主詞是這個名詞
Tall
就是死亡人數
然後Tall的一個修飾詞是
Dead
就是死亡人數
它是這樣子去思考的
然後Rises in
後面PREP是表示戒氣詞
戒氣詞in
戒氣詞的受詞是Strike
你看它箭頭指過來
POBJ就是它的受詞
P就是Preposition
就是戒氣詞
戒氣詞的受詞是
名詞Strike
這個Strike又有
以色列的修飾詞
Modify
修飾這個
這個Strike
Israel Strike
Israel
Israeli
這邊當形容詞
Israeli Strike
就是說
Strike的修飾詞是
Israeli
好
我們今天不是在研究
這個程式的這個原理
我們很快的
對我們今天學英語
有什麼幫助
我們很快的看一下後面
然後這邊
這邊很快的看
這個名詞Strike
後面它說
RELCL就是
就是它的子句
關係子句
REL就是Relative
就是關係
CL就是Close
關係子句
這個名詞的關係子句
就是這個句子
它以這個
又是一個新的句子
以這個動詞為首
就像我們這個主要子句
以這個動詞為首去分析
所以它又再重來
再一次講解這個
這個子句
它說這個動詞
這個子句的動詞
Q的主詞是
Lat
Lat是關係代名詞
Lat就是指的是
Strike
它已經告訴你了
Bonan
關係代名詞
然後
這Q的直接受詞
OBJ
D就是Direct
受詞是Commander
Commander當然也有修飾詞
修飾詞就是這個
珍珠檔叫做Hazard
Hazard Bar
作為這個的修飾詞
好
我們理解了這個
這句英文的基本結構
透過AI程式
用AI的新的
對英語語法的
分析的方法
好
這樣子的話
我們再回到我們的Word裡面
好
這樣子的話
我們對這句英文的理解
會怎麼樣呢
我們用
傳統的英文的話
你會說
這個Death是
Told就是死亡人數
死亡人數
在以色列的
攻擊
可以攻擊
攻擊中
升高
這樣子中文就很不通順
對不對
你應該倒著
從這邊開始翻
就是說
以色列
以色列的攻擊
會造成珍珠檔指揮官的上升
好
要從後面這邊先翻
要怎麼寫呢
我們用
箭頭表示看看
我們還是
把這個複製一下
貼過來
這樣子解釋
首先我們要知道
就是說
我們的
Not kill
Hazabala
Commander
它是一個形容詞
子句
用來修飾
前面的strike
用來修飾前面的名詞
關係子句
用來修飾前面名詞
可是即使你懂了
這個的英文文法
你能懂它的意思嗎
你看你說成中文的話
變成說
死亡總數
在以色列攻擊中升高
這個攻擊
這個以色列的攻擊呢
殺死了
這個珍珠檔的指揮官
這樣子的中文
是不是
很零散
很不通順
所以我們要有一個技巧
我們怎麼樣技巧
從這邊開始
先翻
就是說
以色列的攻擊
以色列的攻擊呢
造成
珍珠檔指揮官的死亡
kill
你要把它分解
所以這邊的kill
這邊的kill
雖然
它是死亡
它是殺
殺死的意思
但是呢
你用中文這樣翻的話
就會造成我們剛剛
說的零零散散的
就是說
這個攻擊
殺死了這個珍珠檔指揮官
我們把它
雖然它的原意是
殺的意思
但是我們把它轉化
轉化中文成
轉化中文成說
要把它翻譯成說
造成
什麼什麼的
上升
把東西殺死
就是造成什麼什麼的上升
好了
這邊上升
好
這樣子的
這樣子的中文才會比較
好看
通順
對不對
所以我們現在示範一下
從後面倒著翻
就是說它是
以
以色列
以
以色列
的
空襲
我這邊翻成空襲
以色列的空襲
就是攻擊或者空襲都可以
以色列的空襲
你就把它套進去
造成什麼的上升
你就
套進去說
造成
珍珠檔指揮官的
上升
珍
珠
檔
指
揮
官
的上升
以色列的空襲
造成珍珠檔指揮官的上升
然後再翻譯前面這個
死亡人數
死亡人數上升
我們先寫一下
死亡
人
數
上
升
好
你這樣子的中文寫出來之後
我們再對應原來的英文語意
有沒有什麼
不妥的地方
以色列的空襲造成
珍珠檔指揮官的上升
死亡人數
為了要讓我們中文通順
我們這邊加一個
死亡人數持續上升
這是我們自己
多加上去的字
原文並沒有這個語意
持續
上升
讓我們說中文的時候
比較順口
我們就加了這個
持續是我們加的
是讓了我們的
是為了讓我們說中文的時候
能夠順口用的
以色列的空襲造成
珍珠檔指揮官的上升
死亡人數持續上升
好
這個
新聞英語
應該解釋清楚了吧
所以我們下次看到
這樣子的劇情
可以把它想成造成
什麼的上升
不要翻成沙
如果你翻成沙的話
翻譯成中文會
很不順暢
好我們接下來看
英語的AI文章的
一個英文句子
我們現在把它貼過來
這個符號
把它隔開來
我們不管
我們在這邊
就是一個
非常文言的
AI
文章的一個句子
我們看一下
就是一個磁帶
就是我們的文字
就如同一個袋子
放在一個包裝裡面
好像是一個包裝裡面
就是翻成磁帶
就是磁的袋子
磁帶模型
a bag of words model
磁帶模型
is a way of representing text data
是來怎樣
代表文字資料的一種方式
而在這種資料裡面
in which
which指的是這個data
在這資料裡面
each word in a document
在文件裡面的每一個單字
可以用
有數值來表示
numerical value
is represented by
numerical value
indicating
並且會指示出
how often the word appear
in the text
就是這個字
在文字裡面出現的
次數
頻率
我們把這個句子
貼到我們的
程式裡面
AI工具裡面
這個AI工具裡面
去看看它的語法結構
好我們已經把
這句話貼過來
a bag of words model
is a way of representing
text data
怎樣怎樣
我們執行看看
好出來了
你看這句英文非常複雜
他寫的很複雜
這個我們可以藉助
我們可以跟
互相交談
來幫助我們理解英文
這是一個方法
首先依據我們剛剛說過的
我們先找到一個英文的主詞
一個英文句子的
主要主詞
主要動詞
而在這種語法分析中
是以動詞開始分析
所以這句的主要動詞是
is
是一個動詞
主詞是model
馬上就出來了
告訴我們
這句話的主詞是model
你看這麼長的句子
這個model就箭頭指過去
指到哪裡呢
他的那個
貫詞是
指統稱為貫詞
貫詞是
back of world就是他的修飾詞
你看修飾詞
就是這個model的
修飾詞裡面又分成說有介系詞
of
介系詞的source world
好
繼續再看
有意思的地方是在這邊
他有一個很大的箭頭
他說這個動詞拉了這麼大箭頭拉到哪裡呢?
縮小一下
拉到拉到拉到拉到
他說這個箭頭是一個adv clause
它是一個
副詞子句
這個動詞的副詞子句是什麼呢?
就是也就是說這個副詞子句是修飾這個動詞
他箭頭指向
他指向告訴我們說這個過去
如果這個現在分詞片語呢
可以
想像成一個副詞子句來修飾那個動詞
所以
從
與文法的角度來說
indicating how often
the word appear
in the text
它是一個動詞加上去現在分詞片語
來
作為補充說明用的
而
在這文法分析裡面它形式上
它形又是像一個副詞子句
為了讓我們容易分析呢
他把它想像成是一個副詞子句
然後又很碰巧的
副詞子句呢
我們想像的副詞子句也
反而能夠能夠幫助我們理解中文的含義
好
我們大致瞭解了這一個
基本架構之後
好
我們現在來到Chet GPT
我要問他一些問題
來幫助我們理解英文
我們就把剛剛我們的那個程式直接沒有幾行直接貼過來
然後呢
我就問說我就問Chet GPT說
下列程式執行結果中
意義是
是透過ADV
CL就是我剛才說的
現在分詞片語當副詞子句
建築指向indicating
請解釋
好
然後呢
他就解釋說主要子句a bag of word model
is a way of representing text data
是主要子句
其中的意思是主要動詞
好
這就廢話
好
他這邊講一個叫做附屬子句
他沒有講說他是一個副詞子句
不過也可以啦
他Chet GPT他這樣講的話
我們看他怎麼講
他說這是一個附屬子句用來修飾主要句子的內容
哎奇怪
這個indicating附屬子句來修飾
來修飾主要子句的內容是哪一個字呢
好
我們再看啊
他又說了
advcl
附屬
事實上他是附詞子句
他把它想成附詞
附屬子句
代表是怎樣
修飾語
意義是與indicating之間的adv關係表明
advocating這個附屬
整個動作
為什麼用adv
cl呢
為什麼是
附詞子句呢
在句子中
啊
作為修飾語補充說明用的
然後我就問他說
既然這樣
你先翻譯這句
化成繁體中文
我要看看
你有沒有用到你說的indicating
how often the word appear in the text
作為修飾語
補充說明away的方式
因此
一直與indicating之間的關係是附屬關係
表示一個細節
然後他就
然後就翻譯出來了
詞代模型是一種表示
文字數據的方法
其中文字
文件中的每個詞彙都用數值來表示
只是該詞在文字中出現的頻率
然後他翻的還可以
然後我就問他說
你說advcl應該
你說的advcl應該叫做副詞子句
因爲adv是副詞的意思
cl是子句
我就問他
然後切記筆記就回答
回答說
你說的對
advcl應該是副詞子句
好
更正了
然後我就問他
說
既然indicatinghow often the word appear in the text
稱作是副詞子句
你可否把它還原成正常的副詞子句看看
因爲我們要理解中文
這是個現在分子片
我們要還原成
依據他的理論說
他是一個advcl
副詞子句
把它還原成副詞子句
我們就可以理解中文的含義了
好
所以他就把它還原
他就還結果他又不是還原的副詞
他還原成形容詞子句去了
所以你就發現到說
這個切記筆記
他的確是很懂
但是他有些地方的觀念好像不怎麼正確
應該是副詞子句
他翻成形容詞子句
但是翻成形容詞子句
英文又沒有什麼問題
中文看過去語意也很接近
然後用which indicates how often怎樣
然後我就問他說
which indicates how often
應該稱爲形容詞子句
我們現在要的副詞子句
你怎麼用這個形容詞子句
他說切記筆記就回答說
沒錯
which indicates how often怎樣
是一個典型的形容詞子句
因爲它修飾
這個名詞爲這廢話
用來進一步描述
這種方法
而不是像副詞子句那樣修飾
動詞或整個句子
所以原句中的indicating
how often the word appear in the text
是一個分詞片語
因爲它的核心是分詞
indicating
這種結構
常被作爲副詞子句的一種形式
用來修飾主要詞句
這句話講的很很透徹
他是說表面上看
indicating一直到這邊text
它是一個分詞片語
但它的形式
卻是一個副詞子句的作用
他說我指出是很正確
還原子句
還原後的句子應該是形容子句
而不是副詞
那我就問他說
既然這樣
那又如何解釋
space
就是說這個程式
這程式所用的程式庫
語法分析的程式庫叫space
我又問他說
那又如何解釋
space輸出
atvcl箭頭指向indicating
既然他說是形容詞
形容詞子句
而不是副詞子句
我們所剛才所看的圖
爲什麼是這樣畫的
這邊就解釋說
在space輸出中
atvcl箭頭指向indicating
這其實是因爲
indicating在句子中起了修飾作用
雖然它可以被看作分詞片語
但它的功能
類似於
副詞子句
就是剛剛講的這個
觀念還要再講一次
好我們很快的看一下
這邊這邊我又繼續問說
既然你說space
將indicating標記爲
atvcl是因爲這個分詞片語
在語法上承擔了類似於
副詞子句的修飾角色
那我還是要請你將它還原成副詞子句
我到目前還沒有看到
它還原成副詞子句的樣子
然後他就回答了
還原成一個副詞子句
可以改寫成
唉他又寫錯了
indicating等於order to
in order to是不定詞片語
所以我就問他說
說
縮小一下
in order to
它是一個副
它不是副詞
不是副詞子句
然後他說你說的對
in order to是不定詞片語
不是副詞子句
所以要將這個改成副詞子句
他就改了一個because
加了一個because就變副詞子句
因爲它表示how often
the word in the appearing text
這樣句子就成爲一個副詞子句了
它顯示出來了
然後我問他說
那麼請你請你翻譯
我要看看有何不同
既然你有把它還原成because的
那你要有because的意思
然後這句話就翻譯
他就翻譯真的有because
他翻譯成因爲了
他說詞代詞模型
是一種表示文字數據的方法
因爲它指示了
該詞在文中出現頻率
唉中文是很通順的
他加個因爲
讓中文更通順了
然後我
然後我這邊又問他說
你說這裏強調因果關係
所以用了because
清晰表達目的的作用
這難道是
可是
space還是稱
這就是這個原因嗎
space這個程式的軟體
就使用adv
就是父子子句
就是因爲這個原因有因果關係嗎
他說是的
就是有因果關係
我們來看一下
在這邊就有了
我們剛剛的圖還保留在這邊嗎
他是說這個是一個因果關係
indicating後面
你就把它翻譯成
因爲怎樣怎樣
是一個因果關係
跟這個主要子具有因果關係
唉我們剛才講到哪了
我這邊最後一次我問他說
但原句是這樣
就是我照抄一次
然後你還會用because來翻譯
翻譯嗎
因爲剛才剛才他舉的例子
他把中間的很多單很多
文字都刪除了
原文的文字刪除
我現在把它用
把整個原文的文字
全部抄一次在這邊
問他說
你仔細看
這麼長的英文句子
你用because來翻譯的話
我心裡是講說不會通順的
問他你會這樣翻譯嗎
他竟然說不會
這又對
他知道這樣子
這麼長的英文句子
你用
因爲來翻譯的話
indicating前面加一個because的話
是不好的
他怎麼說
在原句中這個用來修飾句子
不完全等於because句型
用because來還原翻譯
會造成語氣
所以他還是把它翻譯成了
他把句子重寫
翻譯成了一個叫做形容詞子句
又回去剛剛說的
他把它翻譯成形容詞
他把它還原成形容詞子句
indicating後面那個變成形容詞子句
最後他翻譯成中文
他說時代模型是一種表
表示文字數據的方法
其中每個詞
在文件中
都由數值表示這些數值
只是該詞在文中的出現頻率
好
這就是最後的翻譯結果
我們理解英文的結果
然後我們把它貼過來
我們的中文語域
最後得出來中文語域是這樣
back award就是model
就是
時代
他這個
時代模型
他這可能是大陸用語
我們把它轉一下
就是時代
模型就是臺灣用語
back award model
就是時代模型
指的是這個
時代模型
是一種表示文字
這又是大陸的說法
我們改成
文字
是臺灣的做法
說法
是一種表示文字數據的方法
是一種表示文字資料的方法
數據也可以
其中
注意看其中
他把用形容詞
子句的方式來翻譯
好
inquidge
他這邊
他就翻譯成其中
其中每個詞在文件
這又是一個大陸用語
臺灣用語是文件
其中每個詞在文件中
都有數值表示
each word in a document
is represented by numerical value
有數值表示
這些數值
只是該詞在文字
文字中出現的頻率
文字出現的
看出現多少次
就是頻率的頻率
所以呢
這是
所以他這邊indicating
how often
啊點點點到後面
the word appear in the text
就是對應的中文翻譯是這部分
我們用別的顏色表示
好
我們用這個顏色表示
indicating how often the word appear in the text
就是對應到他翻譯成這些數值
indicating就是指示
你看他把它的
主詞還原回來
這些數字
就是指的是他指的是這個數字
但是我們的那個剛剛的那個圖呢
他這個indicating
椅子
他的adv就是副詞
他說adv是
椅子的副詞子序是這個
他把它想成副詞子序
但是為了要讓中文
通順
他又用把它改成他是一個
他是一個怎樣
形容詞子序的方式
所以就翻譯成這樣子
然後我們這邊看到就是說
我們的英文文法呢
要這樣子的活用
要透過切GBT這樣教他
我們得到一個活用的方式
就是說
雖然眼睛看過去
他是一個現在分子
可是在我們的電腦程式裡面
他的型又是像副詞子序
可是翻譯成中文呢
為了讓中文通順
他又把它改成形容詞子序
這就是今天我們學到的一些技巧
好
所以這個
這個AI的知識
AI文章裡面的這個男具
就是這樣子去分析的
最後才會得到這樣子的中文語意
好
我們今天就研究到此
我們下次再繼續看
英語新聞和英語
AI文章
好各位觀眾
拜拜