XiaoMi-AI文件搜索系统
World File Search System词汇
词汇 - OGM 材料
本书旨在引导学生循序渐进地学习，从较简单的问题开始，逐渐过渡到较有挑战性的问题。本书共包含 48 道多项选择题，每道题包含 16 道问题：三个名词、三个形容词、三个副词、三个动词、三个短语动词和一个介词。1 至 8 级的测试较容易，9 至 28 级的测试难度适中，29 至 48 级的测试难度较高。本书精心准备了目标词汇，并对其进行了系统分类和分级，以配合本书难度不断增加的进度和相应的 CEFR 级别。这些测试中的词汇均从 ÖSYM 以往的语言考试中精心挑选出来，以确保它们与 YDT 的重点高度相关且一致。
乌尔都语词汇
本书是我在加州大学圣克鲁斯分校开始学习阿拉伯语、印地语-乌尔都语、波斯语和梵语 16 年的成果，之后我在美国印度研究所、德里大学和德克萨斯大学奥斯汀分校继续学习。我的第一位印地语-乌尔都语老师约翰·莫克 (John Mock) 一直是我的主要灵感来源。我同样感谢美国乌尔都语研究所勒克瑙分校项目的所有老师，感谢他们的耐心，感谢他们带我进入乌尔都语文学的世界。我特别感谢与 Fahmida Bano、Wafadar Husain、Ahtesham Khan 和 Sheba Iftikhar 一起讨论乌尔都语单词的大量时间。在威斯康星大学麦迪逊分校，我有幸协助和观察已故的 Qamar Jalil，他的教学见解反映在本书中。在德克萨斯大学奥斯汀分校，我有幸与世界上一些最伟大的语言和文学教师一起学习。 Syed Akbar Hyder 为我提供了广泛而严格的乌尔都语文学指导。Michael Hillmann 花费数年时间训练我精通波斯语。本书阿拉伯语和波斯语单元中的许多想法和见解都直接源自他的指导。我还要感谢 Rupert Snell，我跟随他学习印地语八年，他让我领略了印地语-乌尔都语词汇的诸多乐趣以及应用语言文学的知识回报。本书也是我在加州大学伯克利分校、德克萨斯大学奥斯汀分校和威斯康星大学麦迪逊分校教授乌尔都语十一年的成果。我最初于 2008 年在威斯康星大学麦迪逊分校的南亚暑期语言学院构思了这个项目，并从与学生和同事的交谈中受益匪浅，包括 Qamar Jalil 和 Faraz Sheikh。我在德克萨斯大学奥斯汀分校的印地语-乌尔都语旗舰课程任教期间开发了这些单元的基本结构和许多课程的初稿。多年来，我在那里教过许多才华横溢的学生，但我特别感谢 Ayana D'Aguilar 和 Courtney Naquin 的反馈，他们在我研究生最后一年与我一起完成了许多练习的初稿。过去四年，我一直在加州大学伯克利分校开发和教授这些材料。他们的反馈启发了我进行无数轮的修改。特别感谢以下学生，他们在本书准备出版的最后阶段参与了本书的大部分工作：Hammad Afzal、Khudeeja Ahmed、Hammad Ali、Aparajita Das、Elizabeth Gobbo、Salil Goyal、Shazreh Hassan、Caylee Hong、Zain Hussain、Talib Jabbar、Maryam Khan、Adeel Pervez、Omar Qashoa、Adnan Rawan、Ahmad Rashid Salim、Nawal Seedat 和 Fatima Tariq。还要特别感谢 Sally Goldman 对梵文单元的有益反馈和建议，以及我的朋友和同事 Walter Hakala 在修订后期对这些单元的精辟评论。他们的反馈大大提高了本书的质量。当然，所有错误和疏忽都是我一个人的错。
词汇自搜集策略
目的：教学生如何判断概念的重要性以及如何使用上下文来确定单词的含义。促进长期掌握某一内容领域的语言。 程序：阅读并讨论文本后，教师要求学生分组选择一个他们想要进一步了解的单词。教师也选择一个单词。 词汇自我收集活动可采用以下步骤： 1. 学生被分成 2 到 5 人的小组。每个小组从文本中选择一个单词来强调。 2. 每个小组的发言人向全班同学介绍他们选择的单词，并回答以下问题： a. 单词在文本中的什么位置？ b. 小组成员认为该单词是什么意思？ c. 为什么小组认为全班同学应该学习该单词？ 3. 学生将所有提名的单词记录在他们的学习日志或词汇笔记本中。然后，教师可以在其他活动中使用这些学生生成的词汇。 为了介绍活动，教师介绍他/她选择的单词并示范如何回答这三个问题。
1）增强词汇的动画电影
摘要：这项研究的目的是分析使用动画电影改善学生英语学习的有效性，尤其是在词汇方面。评估的三个词汇组件点是图片识别，单词含义和拼写。在以观看英语动画电影的形式进行治疗之前，学生们做了30个预测试问题。观看电影后，还要求学生处理具有相同数量和类型问题的测试后问题。在这项研究中，使用的设计是一组预测试后测试设计方法。这项研究是在SMK Karya Bhakti Brebes进行的，有23名受试者。从t检验图片识别的结果中，我们可以看到t计数的结果（t计数）> t表或3,766> 1,713。这表明最初的假设被接受，或者可以说动画胶片方法的使用有效增加学生的词汇量，尤其是在图片识别中。对于t检验单词的结果含义，即t计数（t计数）> t表或2,760> 1,713，因此可以得出结论，动画电影有效地增加了学生的词汇。以及t检验的结果拼写t计数的值（t count t）
表达词汇的分析
2018; Saffran等。，1996）。以前的研究044表明，语言模型可以有效地模拟语言获取方面的方面，例如音素分类（Lavechin 047等人。，2023），单词获取预测（Chang 048和Bergen，2022）和语法发展049（Evanson等人。，2023; Lavechin等。，2023; Pan-050 Nitto和Herbelot，2020）。然而，这些研究051主要集中于定性分析-052 SES，通常缺乏与Real-053 World人类数据的详细比较。054对于对语言获取的模拟的更定量方法，我们建议在两个方面符合056的学习环境和057的结果度量。首先，尽管058的社会经济因素和文化环境有所不同（Hart 059等人，1997; Cristia等。，2019年），目前的估计060表明，美国英语学习的儿童061每年收到300至1,000小时的演讲时间062输入，到三岁时总计3000万个单词063。与现代Lan-064的Guage模型相反，经过数万亿个单词的训练（Hart 065等人，1997; Cristia等。，2019年），我们在发育合理的输入上训练mod-066 EL，与067的数量匹配，与儿童暴露于068的输入相匹配。第二，语言mod-069 EL的评估方法应与可用表格070人类数据集一致。，2007年）。，2017年）或Grammat- 078 ICal可接受性判断（Warstadt等人目前，人类行为数据071主要源自儿童的言语生产-072（例如，Childes）或父母报告（Com-073 Muninicative Developting Contingries，此后Hu-074 Man CDI）（MacWhinney and Snow，1985年； Fenson 075等； Fenson 075等。相比之下，语言模型评估 - 076通常涉及零射击探测任务，例如077 Sote-the-the-the-the-word（Le Godais等人。，2019年），079，尽管受到心理语言甲基元素的启发，但与生产-081的人类数据本质上不同，并且通常依赖于仔细的082设计的探测集。083要解决这些问题，我们介绍了机器-084