[ 近期學西班牙文的心得 ]
上個禮拜搬家,在房間一隅整理出工作閱讀的區域,陽光充足,兩株寶貝植物長得很好,每天早上起床看到都很開心。
現在早上固定自學十五分鐘到半小時的西班牙文,一直都很想學這個語言,因為對西班牙的藝術與文化很感興趣,也一直對旅行中南美洲有所憧憬。前幾天和作家蔣亞妮錄 Podcast,她問我不能出國的這一兩年都在幹嘛,我說除了照常工作外,就是學語言了,當作為下一場旅行做充足的準備吧,這樣想,感覺就好了一點。
跟大家分享我學西班牙文的一些好用工具:
1/ 首先是 Duolingo,這個 App 設計得非常好,像遊戲,有獎勵和進度,還可以和朋友連線,循環重複內容的教法也非常棒(但也有朋友覺得沒完沒了很煩),不過照我以前學外語的經驗,如果身邊沒有語言環境,的確就是要靠不斷重複同批字句才能產生印象。 Duolingo 的教法很重實用和口語,短時間內就可以學會很基本的日常會話,讓人對學語言產生習慣和自信。
2/ Duolingo 是很好的入門和日常練習,但是我覺得要加快進步的速度,不能只依靠它。我另外還會使用 SpanishDict 這個 App,它是一種基於字典的自學程式,每一個字詞都有真人發音,也有很多例句可以學習,動詞的話也有完整的動詞變化表可以對照。每一天,它都會給你一個 word of the day,一天學一個新單字,同時閱讀該單字的相關例句,延伸對其他字詞造句的印象,久而久之累積起來的成果,十分可觀。
3/ Tandem 是一個語言交換的 App,上面有來自世界各地的人,想要學習各式各樣的語言。我發現很多西班牙母語者都想學英文,也有想學中文的,遇過幾個語伴都還滿友善的,沒有什麼奇怪的事情發生。但是,我覺得 Tandem 麻煩的就是不能直接馬上學語言,畢竟大家都不是專業老師出身,還是要像一般陌生人剛認識那樣,寒暄問候、客套聊天,我覺得其實還滿浪費時間的,所以沒有用多久就放棄了。
4/ Living Language Spanish:Living Language 是一個語言學習系列書,除了西班牙語外,也有教義大利語或俄語等等。這套書在誠品書店就有賣,一套書分為基礎、中級、進階三冊,循序漸進,另外有 CD 也可以下載,對照書裡的不同部分聆聽練習,內容非常紮實。我覺得 Living Language 是我用過最好的語言學習書,我兩年前靠它從零自學,最後在義大利考過義大利語 B1 檢定(不過當然除了讀書外,也有很多日常中的練習幫助)
5/ Podcast、影集......:學新的語言時,我盡量讓自己沈浸在那個語言之中,例如學英文的時候,就交了很多外國朋友,每個禮拜和他們出去玩,久而久之英文就練起來了。現在學西語,我會去聽 Duolingo 在 Spotify 上面的西語 Podcast 節目,也是做得非常紮實,內容豐富,也很照顧到學生的需求;除此之外,我也會上 Netflix 看西語的影集或節目,最近在看一個類似西班牙文版的 Too Hot to Handle,內容很無腦,剛好可以專注在語言學習上。
✨歡迎追蹤我的 IG:abby_chao_
https://www.instagram.com/abby_chao_/?hl=en
✨2021 散文新書《寂寞作為一種迷人的慢性病》
誠品: https://bit.ly/3ryMu8N
誠品【限量簽名版】: https://bit.ly/36ZO8a5
誠品蝦皮【限量簽名版】:https://bit.ly/3i2sb0y
#spanish #duolingo #language #learning #西班牙文 #語言學習 #livinglanguage #apartamento #plants
基於 造句 在 余筱菁 客家好妹仔 Facebook 的精選貼文
💪💪讓專業回歸專業,台三線要浪漫起來,不建置人行道,不做交通事故原因改善,卻先插區間測速?!這才是人民對客委會亂補助產生負面印象的原因。
感謝各位關心台灣交通安全與路權朋友分享,我們關心區間測速的聲音已經傳達到客委會,所以在5/25時,客委會立即發佈澄清稿,但在澄清稿中可以看到,這篇文章短短幾個字顯現出客委會對交通觀念的薄弱,也對警政系統不了解,而確實有亂給補助的嫌疑。
客委會說:「浪漫臺三線因汽機車飆速噪音嚴重且頻傳事故,屢經媒體報導,不僅影響交通安全與民眾生活,也對浪漫臺三線政策推動形成負面因素…基於浪漫臺三線跨域合作治理之精神,#專案補助地方政府協助適度增設區間測速儀….。」
我來照樣造句一下(設計對白):
🤣🤣就像要保護石虎所以說,#我補助石虎公園希望大家愛護石虎~但是我要蓋水泥公園在石虎棲地喔!~
🤣🤣或是,我要保護石虎所以我不蓋生態廊道,我要補助插區間測速請大家車速放慢喔~!!
🙄第一個例子就是苗栗縣卓蘭前瞻建設補助8000萬蓋石虎公園,被詬病至今,而客委會做的補助就像是石虎公園一樣,是無法徹底解決交通問題的胡亂補助。
客委會提到的幾點,我認為有以下盲點:
✅1.「台三線因汽機車飆速噪音嚴重且頻傳事故」,每一件事故有其發展的不同原因,也許是道路設計因素導致、也許是酒駕、事故原因為何?針對問題做改善才是台三線交通問題應該面對的。
✅2.飆車的取締有其刑偵技巧規範,警方大多以「口袋戰術」的刑偵技巧做破解,而一般用路人沒有飆車行為(嚴重超速)與危險駕駛(蛇行、危險超車),本就不需要被以科技執法來做違反比例原則的全面監控。
✅3.客家委員會客庄創生環境營造計畫補助作業要點中並未提及可涉及交通執法層面補助。
✅4.澄清文中寫明前(108)年11月邀集相關政府機關討論因應之策,客委會在職權設計上並無交通專業單位,客委會是否做了交通相關研究與交通事故分析資料才做出這個補助的決策我想是人民希望知道的。
以上幾點也是我回覆給客委會的公文,邀請大家一起繼續來關心。
亂補助不是我們要的,既然政府有心要改善交通問題,那請交給專業的單位來分析,針對危險的路段作工程上的改善,而非僅插上測速照相監控每個人,也將每個經過台三線的人視為犯罪者。
⚠️請客委會收回補助!!!
基於 造句 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
矮化女性和少數種族,OpenAI GPT 模型為何變成 AI 歧視重災區?
作者 品玩 | 發布日期 2021 年 02 月 13 日 0:00 |
機器學習技術近幾年突飛猛進,許多強大 AI 因此誕生。以知名研究機構 OpenAI 開發的語言生成模型 GPT 為例,現在可寫文章、幫人做報表、自動查詢資訊,給用戶很大幫助和便利。
然而,多篇近期論文指出,包括 GPT 等 AI 模型,生成結果包含基於性別和種族的偏見。而這些 AI 模型應用在商業領域,勢必強化歧視偏見對象現象。
卡內基美隆大學 Ryan Steed 和喬治華盛頓大學 Aylin Caliskan 近日發表論文《無監督的方式訓練的影像表示法包含類似人類的偏見》(Image Represnetations Learned With Unsupervised Pre-Training Contain Human-like Biases)。
研究者對 OpenAI 在 GPT-2 基礎上開發的 iGPT 和 Google 的 SimCLR,兩個去年發表的影像生成模型進行系統性測試,發現種族、膚色和性別等指標幾乎原樣複製人類測試物件的偏見和刻板印象。
其中一項測試,研究者用機器生成男女頭像照片為底板,用 iGPT 補完(生成)上半身影像。誇張的事發生了:所有女性生成結果,超過一半影像穿著比基尼或低胸上衣。
男性結果影像,約 42.5% 影像穿和職業有關的上衣,如襯衫、西裝、和服、醫生大衣等;露手臂或穿背心的結果只有 7.5%。
這樣的結果,技術方面的直接原因可能是 iGPT 採用的自迴歸模型機制。研究者進一步發現,用 iGPT 和 SimCLR 對照片和職業相關名詞建立連結時,男人更多和「商務」、「辦公室」等名詞連結,女人更多和「孩子」、「家庭」等連結;白人更多和工具連結,而黑人更多和武器連結。
這篇論文還在 iGPT 和 SimCLR 比對不同種族膚色外觀的人像照片「親和度」(pleasantness),發現阿拉伯穆斯林人士的照片普遍缺乏親和力。
雖然 iGPT 和 SimCLR 模型的具體運作機制有差別,但透過這篇論文,研究者指出這些偏見現象背後的共同原因:無監督學習。
這兩個模型都採用無監督學習 (unsupervised learning),這是機器學習的方法之一,沒有給事先標記好的訓練資料,自動分類或分群匯入的資料。
無監督學習的好處,在於資料標記是繁瑣費時的工作,受制於標記工的程度和條件限制,準確性很難保持一定,標記也會體現人工的偏見歧視,某些領域的資料更缺乏標記資料庫;而無監督學習在這種條件下仍有優秀表現,最近幾年很受歡迎。
然而這篇論文似乎證明,採用無監督學習無法避免人類常見的偏見和歧視。
研究者認為,採用無監督學習的機器學習演算法,出現的偏見歧視來源仍是訓練資料,如網路影像的男性照更多和職業相關,女性照片更多衣著甚少。
另一原因是這些模型採用自迴歸演算法。在機器學習領域,自迴歸演演算法的偏見問題人盡皆知,但嘗試解決這問題的努力並不多。
結果就是,機器學習演算法從初始資料庫學到所有東西,當然包括人類的各種偏見和歧視。
之前 OpenAI 號稱「1700 億參數量」的最新語言生成模型 GPT-3,發表論文也申明因訓練資料來自網路,偏見無法避免,但還是發表並商業化。
去年 12 月,史丹佛和麥克馬斯特大學的研究者另一篇論文《Persistent Anti-Muslim Bias in Large Language Models》,確認 GPT-3 等大規模語言生成模型對穆斯林等常見刻板印象的受害者,確實有嚴重的歧視問題。
具體來說,用相關詞語造句時,GPT-3 多半會將穆斯林和槍擊、炸彈、謀殺和暴力連結。
另一項測試,研究者上傳一張穆斯林女孩的照片,讓模型自動生成一段文字,卻包含明顯的暴力過度遐想和延申,其中有句話「不知為何原因,我渾身是血。」
而當這類演算法應用到現實生活,偏見和歧視將進一步強化。
iGPT 和背後的 OpenAI GPT 技術,現在開發到第三代。能力確實很強大,就像眾多媒體報導過那樣,因此許多商業機構青睞採用。最知名的用戶就是微軟。去年 9 月,微軟 CTO Kevin Scott 宣布和 OpenAI 合作,獨家獲得 GPT-3 授權,將技術應用到針對用戶的各項產品和 AI 解決方案。
微軟尚未透露具體會把 GPT-3 應用到哪些產品,但考慮到微軟產品的十億級用戶量,情況非常令人擔憂。如微軟近幾年 Word、PPT 等產品推廣的自動查詢資訊、文字補完和影像設計功能,當用戶匯入某特定詞或插入圖片時,如果正好落入 GPT-3 的偏見陷阱,結果將非常糟糕。
不僅 GPT,照前述論文說法,所有採用無監督學習的演算法都可能包含這些偏見。現在因無監督學習非常熱門,自然語言處理、電腦視覺等領域,都成為非常關鍵的底層技術。
如翻譯對人際溝通十分重要,但錯誤的翻譯結果,一次被演算法強化的偏見事件,少則切斷人與人的聯繫,更嚴重者將導致不可估量的人身和財產損失。
作者 Steed 和 Caliskan 呼籲,機器學習研究者應該更區別和記錄訓練資料庫的內容,以便未來找到降低模型偏見的更好方法,以及發表模型前應該做更多測試,盡量避免受演算法強化的偏見被帶入模型。
資料來源:https://technews.tw/2021/02/13/openai-gpt-discrimination/
基於 造句 在 funNLP 中英文敏感词、语言检测、中外手机/电话 ... 的推薦與評價
... 基于深度学习的中文语音识别系统、笑声检测器、Microsoft ... 基于LLaMA和基于Pythia的多种模型可选。发布的数据集包括超过161K较高质量的,多 ... ... <看更多>
基於 造句 在 颱風天反串秀-造句比賽(活動截止!!!統計中) 的推薦與評價
說明: 因為一句話爆紅的泛舟哥讓我們見識到媒體大剪接術的奧秘對於如此幽默反串的諷刺竟成為祭品感到痛心(憋笑) 基於我對泛舟哥的崇高敬意,決定辦一場比賽來緬懷 ... ... <看更多>