开始研究英语

今日在微博爆料中，我们的雷总出其不意的爆料出想要在手机壳上加上英文字母。并且连发十几条微博，这是什么梗？ 难道雷总也想向某果学习将一款手机壳卖到三四百的价格？ 4月12日，各大商城上线。Aer you Ok？

我们知道现在是考研英语最佳准备时期，准备考研的你准备好了吗？考研如何复习才能取得理想的成绩呢？今天向大家介绍三种英语方法，准备报考研究生的英语。一、合理利用时间来阻塞单词。研究生考试的词汇量还是比较大的，研究生考试和四六级不同，请简单记住单词，因为研究生考试的英语考察很深，所以精英的数理化教育建议考生把英语单词拦截，合理利用时间记忆单词。二、每天总结并记忆语法语法是英语的核心，考研究生的时候会把重点放在语法上，所以建议以后每天学习英语的语法练习，请不要认为多做真正的问题就没问题，语法占了很高的分数，你的作文是最好的语法考试，所以，请理解语法并记住。三、开始做英语真题各位准备报考研究生的学生，在考研究生之前最好做三套真题，真题是把语法和单词好好累积起来，定期整理与之相关的类型。考生们可以做近五年的试卷，第一次这样做，效果好的话，就开始近十年的试卷，变化也不离其根本，好好整理相关主题，事前做好充分准备！以上就是考研英语的三个方法，大家怎么看呢？欢迎大家留言，如果有疑问的话，请给下面评论。

现在很多人觉得学习英语越来越重要了，一方面是英语作为全国唯一的语言，全世界的人都在学英语，另一方面是国人的生活水平提高了，越来越多人喜欢出国旅游，学好英语可以方便我们与外国人的交流，而且英语对于个人升学留学，择业就业也很重要。不久前，国家统计局公布的2019年全国就业人员年平均工资相关数据中，城镇非私营单位就业人员年平均工资为82461元，城镇私营单位就业人员年平均工资为49575元。按照国家规定的工作时间来计算，月平均工资仅为6872元和4131元。近日由腾讯理财通联合腾讯金融科技智库发布的《2019国人工资报告》中也明确显示，北、上、广、深的受访者中月薪为5000至8000元的人数居多，工作10年月薪过万的人数不足三成，超过六成的受访者工资不及预期，逾七成受访者因为工资而考虑跳槽。收入水平直接关联着生活质量及幸福感，然而真实的统计数据以及2019年庞大的毕业生人数和激增的就业压力，迫使职场人士在升职加薪“事业”上必须进一步提升自身竞争力，这既包含了与行业、职业相关的专业技能，又涵盖了体现个人综合素养的其他软实力。在华尔街英语近期发布的《全球英语研究报告》中就明确揭示出英语能力在薪资水平上的影响力。《全球英语研究报告》对全球八个非英语母语市场(意大利、德国、俄罗斯、印度、中国、印度尼西亚、日本和智利)的四千多名受访者进行深度调研后制作的，其中，48%的受访者在学习英语后收入提高了25%。除了直接关联外，报告中还显示，57%的受访者表示学习英语可以获得更好的晋升机会，61%的受访者认为英语学习能让他们在申请工作机会时更具优势，高阶英语使用者对自己职业前景的乐观程度是非英语使用者的两倍。在互联网大数据中，网络非专业统计会对各行业薪资水平进行排名，从众多信息中不难发现，与英语关联度较高的企业、行业、岗位排名均靠前，例如外企、互联网行业、IT岗位等。可见，英语能力对于薪资水平的影响日益增强。所以说，学好英语还是很有必要的，不管是在我们未来的学习中还是工作中都有很大的作用，所以只要有机会有时间就尽力去学好它吧！

说明听说距离你新生报到还有几天。我想趁这个机会，给你写些东西。之前，我给你的师兄师姐们写过《写给我即将毕业的研究生》。那些都是关于毕业后走上工作岗位的事情。这次给你写的，是关于未来三年，你求学过程中可能会遇到的一些实际问题。希望这些话，能对你的学习生活有些帮助。我不想一次谈太多的东西。今天咱们就老生常谈，聊聊你的英语学习吧。说这个问题，是因为最近一件小事儿，给我的触动。知乎上面有一个问题，叫做《如何系统地自学 Python？》，我在后面写了自己的答案，其实就是你之前在我公众号读到过的《如何高效学Python？》。答案网址在这里。这个答案，获得了将近 2400 个赞同，800余次感谢。然而，在留言区里，我看到不少人把话题转移到了英语学习上。他们要么很客气地找我要中文学习资料，要么不客气地……我就不重复了。但是显然，他们中的许多人，都不准备学英语。我号称“爱问问题的王老师”，所以面对这个情境，也不禁在心中画了个大大的问号。为什么他们这么反感学英语呢？用处原因可能不胜枚举。但是最主要的，应该是他们认为，学英语没用。我们都观察到，许多人对自己认为“有用”的事情，即便花费再多的时间，也是愿意做的。你生活在一个中文环境里。看报可以用中文，聊天可以用中文，娱乐可以用中文，点餐可以用中文，上网购物一样可以用中文。所以英文看起来，似乎真的是没有什么用。这时候，你想学个 Python 语言分析数据。突然发现有个莫名其妙的人，告诉你你得用英文读书上课，是什么感觉？他们这样想，我无权干涉。但是你不要有这种想法。作为导师，我得告诉你：英语很有用。问问你上一届，那位今年夏天去了哈工大上暑期学校的学长，看他怎么说。想想看，千里迢迢，自己花学费和路费，在最炎热的夏季，跑这么远的路。天天课程排得满满的，中午连休息时间都没有。烈日下从住处走到教室，下课走回去，一天的锻炼目标就能达成了。如果课程不够精彩，收获不够大，谁会去犯这个傻？可问题是，即便你付出了这些，能收获多少？因人而异，因为课程是全英文的。为什么课程全英文？我不希望把答案扔给你。已经快要上研究生了，我希望你自己从这个例子中分析出答案和启示。（给你两分钟思考时间）好了，咱们接着说。这就是你，在读研究生过程中，即将面临的实际问题。由于你的专业不是英语文学，因此我对于你的英文作品文采，没有什么过高期待。你的英语，需要达到学术上的沟通能力。这当然包括听、说、读、写。听，就是学习MOOC，或者参加这种全英文的课程、会议与培训时，能够听懂内容；说，就是如果遇到疑问，能够准确描述并且提出问题，跟别人沟通；读，就是能够检索和读懂专业论文和相关资料；写，就是能够用英语简洁表达你的想法。最低标准，是能够和专业人士书面沟通，高一些的标准是独立完成英文报告与论文撰写。如果你现在就能达到这些标准，那自然很棒。但从你给我的简历上来看，应该还有差距。有差距不要紧。下一个问题，就是怎么办了。方法从小学开始学英语，到现在大学都毕业了，想必你听说过的英语学习方法，也已不少了。咱们没空把它们一一罗列一遍。何况其中还有很多你自己试过，不灵对吧？记住我下面这句话：先创造环境，压迫自己改变学习路径；然后等待正反馈的到来。我先给你讲讲后半句。学知识和技能，就跟攒钱一样，不是线性增长。哪怕利率不变，假设都是年利5%。那么如果现在你有100块，问20年后你有多少钱？这个自己算。最好绘个图出来。用 Python 或者 R ，并不难。况且，学知识和技能，“利率”也是变化的。你已经学得越多，就很有可能学得越快。而且越来越驾轻就熟，这就走上了正反馈（或者叫“良性循环”）的路径。我的同学里面，不少在大学时，英语学习达到了这种境地；更有甚者，高中就已经达到了。你问我？我当时只有望洋兴叹的份儿。想想看，如果你十七八岁的时候，就能够不借助字典，看懂《华盛顿邮报》和《纽约时报》。看美剧和好莱坞电影完全不需要字幕。那到了今天，你会比现在的自己，多掌握多少有价值的信息？这些信息中，将带给你多少宝贵的机会？想想就好，不要陷进去。后悔药没处买，咱们得往前看。往前看，就是有朝一日，你也希望达到这样的境地。但是如何做到？这就需要用那句话的前半句了。先创造环境，压迫自己改变学习路径。为何要改变学习路径？因为它想必有问题。学了这么多年英语，如果方法真的得当，怎么可能大学都毕业了，还学不好？首先是训练目的不对。学英语，不应该为了考试，而是为了应用。对你来说，应用的重点，自然是沟通。其次是训练方法不对。单词背过吧？语法拆解过吧？阅读理解没少做吧？但是为什么效果不好？因为没有动力，缺乏反馈。先说没有动力。除了考试以外，英语真的用上了吗？如果没有用上，就想办法用上。我第一次不得不用英语，就是被逼出来的需求。那是我上高一的时候。英语老师是班主任。上第一节课，就全部英文授课。我们都吃惊非小。更吃惊的是，下了课，他也不说中文！我们开班会，他说英文；下课布置各种任务（主要是卫生值日啥的），他还说英文；班委课代表开会，他说英文；找他请假或者交作业，也必须英文对话……红着脸，一个个单词往外蹦的时候，不少人（例如我）被逼得上房的心都有。开家长会……他终于说中文了。大伙儿奔走相告。于是家长们在里面开会，门口我们一帮同学侧耳倾听。发现老师说英文的时候，发音标准；中文带着浓重的天津乡音。这是老师营造的环境，给我们带来的英语学习动力（或者叫压力），下面咱们说说反馈。反馈就是你写下一段文字，是否表达了自己的意思；说了一段话，老外能听懂吗？看了一段无字幕视频，理解得对吗？听人家用英文高谈阔论，理解中究竟夹杂了多少“想当然”的噪声？所有这些，反馈得越快，你进步就越快。实践如果你缺乏动力和反馈，咱们下面说个实际的例子，帮助你实践。咱们学校，毕竟是坐落在港口城市，又是直辖市。外国人不难找。多尝试跟他们交朋友，然后聊呗。当然，交朋友得有选择。人要正派（安全问题一定要有意识），发音要标准。我认识一个咱们学校的美国外教，是我在肯塔基访学的时候交的朋友。他们学校跟咱们有合作办学关系。因此他本科一毕业，就经由校方推荐，应聘过来教英语了。我把他也介绍给了你的师兄师姐们认识。但是他在这儿呆了两年，我只见过你吴师兄跟他主动打过一次招呼。反倒是其他院系的学生，甚至只是来蹭他课的，有不少人跟他着实提升了英语技能。其实方法很简单，请他吃饭呗。咱们学校食堂，比外面餐馆便宜多了。外教们一般课程安排比较紧，中午没有时间跑出学校去吃一顿，所以不会挑剔的。请外国人吃顿饭，比你找私教学英语省下多少钱？自己算吧。吃着高兴，聊得开心，还能交个朋友，这难道不是双赢吗？反正我每周至少请他吃一顿饭。两年下来，自觉英语有长进。当然，也有副效应，就是我自己去食堂的时候，打饭的大姐总会问我“外国人怎么没来？”这种情况下，你丢掉了所有的“拐棍儿”，只能凭着真实的英语能力来对话。原先，你自己英语怎么样，就如同“薛定谔的猫”，状态未知；现在你能否听懂，表达是否准确，即时反馈，一目了然。借助真实的场景，你能发现实际生活中许多自己欠缺的词汇和表达方式。也能在近距离沟通中，感触到文化的差异和思考方式的区别。这些东西，考试不会考，所以无法体现在你的成绩上。但是将来你的学业和事业上，可能真的会因为这些隐性知识显著受益。这些进步，都需要你走出这关键一步，创造出一个合适的小环境。我给你举了这一个例子。但是你不应该局限在里面。好的学习态度，不能满足于萧规曹随，而须要举一反三。想想看，还有哪些类似的方法，可以有助于形成这种环境，给自己以推动？欢迎你把思考后的答案告诉我。今天先聊到这里吧。

前段时间我连续给大家介绍了一批著名和非著名的国外期刊（），接下来我将给大家分享一批优秀的纪录片。首先，我们来看看 PBS Masterpiece - 《唐顿庄园中的礼仪》（The Manners of Downton Abbey）《唐顿庄园》是全世界最受欢迎的英剧之一，也是广大英语爱好者取之不尽的资源库。除了精彩剧情和对白之外，特定历史时期的文化元素也是吸引人的一大亮点。但是，对于普通观众关来说，要想精准把握其中的内容还是很有难度的。如果你想深入了解和拿捏一些细节，比如贵族如何更衣和就餐，仆人与主人如何打交道等，那么这部《唐顿庄园中的礼仪》一定会给你带来“赏心悦目的干货”。我们继续介绍PBS的另一部纪录片《最高法院》（The Supreme Court）这部作品共4集，记述了美国建国以来的宪政发展历程。从主线上看，这部纪录片是围绕美国最高法院的发展史而展开，但同时也梳理了美国的整体发展历史。美国的司法制度具有明显的特殊性，虽然通过众多的电影和美剧传播到了全世界，但我们从影视作品中了解到的整体形态和具体细节还是存在一定的片面性和局限性。如果想了解真正的美国法律全貌，可以先从这部纪录片开始。我摘录一段网上的英文简介给大家看看：THE SUPREME COURT is a four-part documentary series exploring the role of the court throughout American history. From its modest beginnings in the earliest days of the republic to the landmark decision in Marbury v. Madison, and from establishment of the “separate but equal” doctrine in Plessy v. Ferguson to its reversal in Brown v. Board of Ecation, the Supreme Court has been integral to the course of events in America’s history. THE SUPREME COURT, featuring exclusive interviews with Chief Justice John Roberts and retired Associate Justice Sandra Day O’Connor, tells the story of this most important of legal and political institutions from its inception to the present day.接下来我们分享一部极具话题性和观赏性的纪录片Premium Bond with Mark Gatiss and Matthew Sweet，有人翻译成《煮酒论邦德》本片由Mark Gatiss 和 Matthew Sweet主持。Mark Gatiss是英国著名编剧兼演员，中国观众最熟悉的应该是《神探夏洛克》中卷福的哥哥。007是特工詹姆斯·邦德的代号，小说原作者是英国作家、前MI6特工伊恩·弗莱明。以007为主角的系列谍战片风靡全球，是生命力最强、存活时间最长的超级大IP之一。除了经典的模式化影片风格，这个IP最受关注的莫过于历任邦德的扮演者，每次换人都会引起全球大讨论。这部《煮酒论邦德》从角色塑造和表演风格等角度进行了深入剖析，是我非常喜欢的解构类型。大家可以看看他们的精彩讨论，也可以评选一下自己心目中最帅和最丑的邦德。我们再来分享一部爱爵爷的纪录片大卫·爱登堡（David Attenborough）不用介绍，他实在太有名了——“英国国宝级主持人”、“世界自然纪录片之父”、“主持人中的主持人”……差不多可以肯定，只要你看过英国纪录片，就一定看过他拍的纪录片，而且他拍过的纪录片可能比大部分人看过的纪录片还要多。这位BBC纪录片的灵魂人物，在半个多世纪的职业生涯中，几乎走遍了地球的每个角落，为我们带来了前所未有的观赏体验。更难能可贵的是，无论在年轻时代还是年过九旬的如今，他一直充满了激情，用独特而富有感染力的英式英语不遗余力地传播着自然知识和科学精神。我不确定自己看过多少部他的有关动物的作品，但印象最深的往往不是那些庞然大物，而是那些容易被忽视的小精灵。今天我给大家推荐的这部，主角就是隐秘世界的迷你主宰者——蚂蚁。完整影片不方便在群内分享，如果大家需要请留言。分享一部讲述动物在极端气候下生存的纪录片 Life in the Snow我对这类题材一向很感兴趣，因为现代都市的人们往往很难感受到生命的真实与艰难。当然，更重要的是我们可以领略到平时难得一见的各种动物的风采，对比一下它们的冬天和我们即将到来的冬天。影片的拍摄对象和拍摄角度都非常独特，英文网站上是这样介绍的：…search for animals that have adapted to the snowy conditions and cold weather. The programme features polar bears raising their cubs, owls keeping their food supplies hidden under a layer of snow, penguins that huddle together for warmth, black bears battling against a storm and wolverines and ravens working together to find food.最后我们来聊一个暴露年龄的乐队——Oasis（绿洲）这个老牌英国乐队成立于上世纪90年代初，是我当年最喜欢的三大乐队之一（另外两个是 U2 和 Bon Jovi），“慢热型”的歌曲风格一开始并不惊艳，但不知不觉就单曲循环了几十遍。Oasis曾红极一时，演唱会屡屡创下人数纪录，比如1996年的Knebworth的“世纪演出”，据说超过4%的英国人口都在排队买票，最终25万人得以到现场观看。今天我们要分享的这部纪录片 Oasis - Supersonic 就再现了很多那个年代的珍贵影像。Supersonic 是 Oasis 的代表作之一，也是我年轻时最喜欢的歌曲之一。当然他们的经典歌曲还很多，因为 Noel 的创作能力是无可争议的。不过这个乐队的另一大看点是内部矛盾不断，Noel 和 Liam 两兄弟之间的爱恨情仇也让人哭笑不得，但这些都不是我关心的话题，还是多听歌吧。Noel当年的一席话令我印象深刻：“We should have disappeared into a puff of smoke. But it was my idea that we should keep going. I’m an addict. That’s what shit kickers do. They ride it until the wheels come off.” 下面是我当年最喜欢的几首经典作品，完整影片不方便在群内分享，如果大家需要请留言。

英语是考研最难的科目，很多人没有考上研究生的主要原因就是英语成绩不合格，没有达到国家录取线。英语作为很多人从小学就开始学习的科目之一，一直以来都是我们考试路上的拦路虎，在考研英语中更是如此。考研英语有英语一和英语二两个不同的考试科目，虽然都是英语，但是英语一和英语二还是有很大的区别。考研英语一和英语二的区别是什么？小编认为这两者的主要区别有以下几个方面。一、考试难度不一样考研英语一的考试难度大，考研英语二的考试难度相对较小。因为考研英语一是学术学位研究生的考试科目，考研英语二是专业学位研究生的考试科目。前者侧重于学术研究和基础理论研究，更需要较高的英语水平，而后者主要侧重于专业实践研究，对英语的要求较小，因此在难度上，英语一的考试难度要比英语二的考试难大很多。在实际考试中，英语一的词汇量要比英语二更多，而且经常出现超纲的词汇，导致很多人考研败在英语一上面。二、考试内容不一样考研英语一的翻译题是断句翻译，考研英语二的翻译题是整段翻译；考研英语一的作文一般是应用型短文和漫画作文，考研英语二的作文是应用文和图表文章。正是因为两者所面向的考试群体不一样，因此在题型和考试内容上，英语一和英语二有显著的区别，这也是考研英语一的考试难度大，考研英语二的考试难度相对较小的主要原因。三、适用范围不一样考研英语一的适用范围大，考研英语二的适用范围小。考研英语一的适用范围包括13个学科大类，100多个具体学科方向的学术学位研究生，而考研英语二的适用范围仅囊括了专业学位研究生可以报考的专业学科方向。学术学位研究生可以报考的专业更多，更全面，而专业学位研究生的可以报考的专业少，也不太全面，因此英语一的适用范围要显著大于英语二的适用范围。不管英语一和英语二有什么区别，但其复习方法和考试逻辑基本上都是一致的，因此想要准备考研的同学要抓紧时间打好英语基础，争取一次成功，别再参加考研“二战”了。

金秋九月，秋风送爽。9月23日黄冈市教育科学规划课题“初中英语起始阶段的教学研究”研讨暨结题会在黄冈市实验中学召开，课题研究团队与各县市区教研员参加了大会，该校教师参与了课题结题会。让课题更切实，让教学更灵动9月23日上午，青年教师曾秋桔和熊杉两位老师分别进行了课例展示。课后，教研专家对两节课进行了精彩的点评，并提出了合理的建议及改进的方法。为课题作鉴定，为研究引方向9月23日下午，在听取课题组结题工作报告后，进行了结题答辩，答辩紧张激烈，精彩纷呈。专家鉴定组认为：课题研究定位准确，研究思路较为清晰，研究过程比较规范，研究方法得当，较好地完成了预定的研究任务，取得了较为明显的研究成效，一致同意该课题结题，并鉴定为优秀等次。市教科院副院长甘喜武对结题会进行了总结，并分享了自己多年参与课题研究的心得。为课题研究点津，为教师成长助力会议结束后，市教科院还专门为该校教师做了有关课题申请、实践、结题的培训讲座，解答了学校教师从事课题研究存在的问题和困惑。

很多研一新生在进入研究生生活的前两个星期内，感受到了研究生和本科期间学习方式和状态的本质区别，同时也大量地接触到了科研的一些基础的工作，比如说阅读文献、参加例会、做实验、写论文等等。但是在这些工作中，很多人发现有一个问题：无论是阅读文献、做实验、开例会、还是写论文，都要用到英语，也就是说导师建议大家多读英文文献，让大家撰写sci论文，甚至开例会汇报的ppt也要求全英文的，而且汇报也要用英文不能用中文，这样就给新来的研究生有一个这样的印象：就是说英语已成为做科研的必备工具。塔主当年进入研究生期间，导师在例会上就要求所有研究生汇报的ppt必须是全英文，硕士生可以用中文汇报，但博士必须用英文汇报。这样就给很多新来的研究生造成了很大的压力，尤其是那些英语口语和听力不好的同学，感觉人生突然就黑暗起来。其实后来塔主反过头来想这个问题，确实研究生在做科研过程中，对英语的需求是一直离不开的，因为毕竟现在主流的学术观点、科学家、还有权威的期刊都是在国外的发达国家掌控着，因此英语就是作为了解科研最前沿的一个必备工具，也就是说你要想了解最新的研究成果，你必须要阅读英文文献，撰写英文论文。那么在这样一个大的背景下，英语的重要性愈发的突出，作为刚入学的研究生，到底有没有必要向本科阶段一样，专门花时间去学好英语呢？塔主就根据自己的经验来谈谈对研究生学英语的看法：根据自己的英语水平来决定研究生到底要不要专门花时间去学英语呢？塔主认为必须根据自己实际水平来确定，因为在研究生阶段，英语学习的目的，不是为了考四六级等一系列等级考试，主要是要利用英语，把它作为一种工具去做好我们的科学研究。也就是说你学英语的目的已经发生了本质的转变。在研究生期间学英语主要是为了两个方面：一是为了和别人交流，也就是说你参加各种学术会议或者参加团队的例会，你要用英文讲出自己的观点。同时要听得懂对方表达的观点，这样你才能达到学术交流的目的。第二个方面是练习阅读和写作，主要目的就是为了阅读英文文献和撰写sci论文，这是做科研的基础，也是你科研成果产出的必备任务，所以听、说、读、写四方面的训练是你不得不去做的。如果你英语水平好，那么你直接接触英文文献或者直接写作，直接交流即可，当然在开始也做的不一定好，但是时间长自然就会好。如果你英语水平并不好，那么你必须花时间去练习自己的口语，听力以及阅读和写作，否则你会在后期科研道路上，走得特别艰难，因为如果英语不好，阅读一篇文章可能要花好多天时间，而英语好的可能花一天或者几个小时就完成，这样会大大影响你的工作效率。转向专业英语学习其实在研究生期间，英语的应用方面主要是在自己所学的专业上，因此英语的学习不再像本科期间的日常用语或者是生活用语，而是专业英语的学习。也就是说你必须要学会一些专业上的词汇，常用的句型、语法和标准而规范的表达。对于英语水平不好的同学也不要灰心，因为对专业英语而言，只要你把专业词汇和规范表达掌握好，就不再是你做科研的障碍，相比于英语本身的一些特征的学习要相对简单，所以说底子差不要担心，还是依然可以读懂英文文献，写出漂亮的sci论文。以上就是塔主对研究生要不要专门学英语的两点看法，希望对大家有用，欢迎大家与塔主一起讨论。

编译 | 陈彩娴全世界有7000多门语言，但自然语言处理（NLP）却主要研究英语这门语言。来自Deep Mind的科研人员Sebastian Ruder认为，当下NLP领域集中于开发能够有效处理英语的方法，却忽略了钻研其他语言的重要性。事实上，研究英语以外的语言不仅具有重大的社会意义，还有助于构建多语言特征模型，以避免过度拟合和应对机器学习的潜在挑战。（在上面的地图中，一个绿色圆圈便代表一种本土语言。世界上大多数语言的使用集中分布在亚洲、非洲、太平洋地区和美洲地区。）在过去的几年里，NLP的许多任务取得了振奋人心的进步，但大多数成果只是局限于英语和其他少数几门使用较广泛、数据资源丰富的语言，如中文、日语、法语等。作者Sebastian Ruder回顾2019年ACL网站上关于无监督跨语言表示学习（Unsupervised Cross-lingual Representation Learning）的发文，然后基于线上所能获取的无标注数据和标注数据，总结出一个语言数据资源等级体系。这个体系与2020年由来自微软研究院的Pratik Joshi等人共同发表在ACL上的一篇论文“The State and Fate of Linguistic Diversity and Inclusion in the NLP World”里所提到的分类法相似，如下图所示：（这是Joshi等人归纳的语言资源分布图。圆圈的大小和颜色分别表示一个语系下的语言数量和使用者数量。根据VIBGYOR光谱的排列顺序：紫色（Violet）–靛蓝（Indigo）–蓝色（Blue）–绿色（Green）–黄色（Yellow）–橙色（Orange）–红色（Red），颜色从左到右（从紫色到红色）表示语言使用者数量递增。）从上图中，我们可以看到，当下NLP文献对分布在最右边的、拥有大量标注数据和未标注数据的第5类语言（红色）和第4类语言（橙色）有充分研究。相比之下，NLP对其他组别的语言研究十分有限。在本文中，作者将从社会、语言、机器学习、文化规范以及认知等视角论证NLP为何需要钻研英语以外的其他语言。1社会方面如果NLP仅适用于单一标准口音的英语使用者，那么这门技术便难以普及。一个人所使用的语言决定了其获取信息、接受教育和建立人际关系的途径。虽然我们会想当然地以为互联网面向所有人，但在现实生活中，我们不难发现：互联网资讯显示的语言仅几百种（连全世界语言种类的15%都不到），主要面向主流语言使用者，这些网民也主要来自西方国家；相比之下，其他小众语言使用者能接触到的数字信息非常有限。随着越来越多门语言出现在聊天app与社交媒体中，主流语言与小众语言的差距体现在技术的方方面面：从基础层面看，数据资源匮乏的语言连一个辅助输入的键盘都没有，更别提检查错误；从更高层面看，NLP的算法偏向于口音标准的英语使用者，对其他语言使用者和口音不“正宗”的英语使用者则表示出一种“歧视”。算法“偏心”是一个不可忽视的问题。现有许多NLP研究将数据资源丰富的语言（如英语）作为自然语言的同义词，导致NLP模型处理许多相关语言子分支（linguistic subcommunities）、方言和口音时效果较差。Jauhiain在2018年发表的论文“Automatic Language Identification in Texts: A Survey”里提到，事实上，语言与语言之间的分界线比我们现在划分的要模糊，对相似的语言和方言的识别仍然是一个极具挑战的难题。比方说，虽然意大利语是意大利的官方语言，但整个意大利所使用的语言和方言大约有34种。技术包容性的持续缺失不仅会加剧主流语言与小众语言之间的鸿沟，还可能迫使小众语言的使用者放弃原有语言的学习，转而学习使用较广泛的、技术支持条件更好的语言（如英语），进一步危及了语言的多样性。我们应将NLP模型应用于英语以外的其他语言，以确保非英语使用者能跟上时代，消除当下NLP领域的语言不平衡现象，以及减少语言和读写障碍。2语言方面虽然我们声称要开发通用语言理解方法，但目前我们的方法总体上仅适用于一门语言，即英语。世界上少数几种数据资源丰富的语言（包括英语）在很多方面都不能代表其他语言。许多资源丰富的语言都属于印欧语系，主要在西方国家使用，词法匮乏。比方说，信息表达大体上遵循严格的句法结构，句子结构有固定的单词顺序、使用多个词义独立的单词，而不是从单词本身的变化来实现信息传递。这个问题可以通过观察不同语言的类型特征来获得更全面的了解。《世界语言结构图集》(Wolrd Atlas of Language Structure）归纳了192种类型特征，包括语言的结构和语义特征等。比方说，有一种类型特征描述了一门语言中主语、宾语和动词的典型顺序。每个特征平均有5.93个类别。48%的特征分类仅存在于上文图表中0–2组的小众语言中，不适用于3-5组的主流语言。忽略数量如此大的类别特征，意味着现有NLP模型可能会错失那些有助于提升模型泛化能力的宝贵信息。钻研英语以外的其他语言也许会帮助我们建立对不同语言之间的关系的全新了解。此外，在这个过程中，我们还能了解在建立NLP模型时需要捕获的语言特征。具体而言，就是你可以运用你对一门特定语言的了解，探究这门语言与英语在变音符号的使用、复合词、词尾的屈折变化、派生词、重叠词、沾着语、溶合法等等方面的不同之处。3机器学习方面我们所编码的模型架构反映了我们的假设，而这些模型架构往往是基于我们所打算应用的数据而来。虽然我们希望设计出能通用于其他语言的模型，但当下NLP模型的许多归纳偏差（inctive biases）仅适用于英语及与之类似的语言。某些模型中缺乏明确编码信息，但这并不代表这些信息是与语言无关的。一个典型例子是N-Gram语言模型，对于词法复杂、词序相对灵活的语言来说，它的表现会差得多。同样地，神经网络模型常常会忽略形态丰富的语言的复杂性：基于子词的分词方法（Subword tokenization）在具有重叠词的语言上表现不佳，字节对编码（Byte Pair Encoding, BPE）与形态学的配合也较差，语言模型也不擅长处理词汇量较大的语言。语法、单词顺序和句法构造的差异也会给神经模型造成问题。除此之外，我们通常假设预训练的嵌入很容易对所有相关信息进行编码，但这并不适用于所有语言。上述问题在单词与句子方面给建模结构带来了独特挑战，包括多方向处理稀疏性（sparsity）、少样本学习（few-shot learning）、以预训练的形式对相关信息进行编码，以及在相关语言间进行转换等。现有模型尚无法解决以上难题，因此我们需要一套新的语言感知方法。新近NLP模型在英语方面应用了具有成千上百万示例的标注和未标注数据集，在越来越难的基准任务上与人类的表现几乎不相上下。同时，NLP研究已过度适应了英语语言数据的特征和条件。尤其是因为过度关注数据资源丰富的语言，我们趋于优先选择在大量标注和未标注数据可用的条件下运行良好的研究方法。这些方法在处理大多数小众语言时，由于数据资源的匮乏，往往会出现“瘫痪”状态。即便是最近预训练语言模型有望大幅降低下游任务的样本复杂性，但这也需要大量干净的、无标注数据，但世界上大部分语言都没有大量无标注数据。因此，能否良好处理少量数据成为测试当前NLP模型局限性的一个理想条件，评估数据资源匮乏的语言无疑能产生影响深远的、真实的应用。4文化与规范方面模型训练所使用的数据不仅展示了特定语言的特征，还诠释了一定的文化规范和常识。然而，在不同文化里，一些常识也可能有所不同。例如，“免费”商品指的是任何人都可以在未经许可的情况下使用的商品（如餐馆里的盐），但“免费”和“非免费”的概念在不同的文化中也会有不同的表现。不同文化里对禁忌话题的定义略有不同，甚至对相对权力和社交距离的评估也有一些差异。另外，许多现实情景（如COPA数据集所包含的情景）与许多直接经验并不匹配，也没能将许多众所周知的背景知识平等地反映出来。因此，仅接触主要源自西方国家的英语数据的智能体也许能与来自西方国家的谈话者进行合理交谈，但与来自不同文化背景的人交谈时则可能出现沟通障碍。除了文化规范和常识知识以外，我们训练模型所依据的数据还反映了潜在社会的价值。作为NLP研究人员或从业人员，我们必须询问自己：我们是否希望我们的NLP系统排他地传递特定某个国家或语言社区的价值观。虽然这个问题对于当前主要处理诸如文本分类之类的简单任务的NLP系统而言并不那么重要，但随着系统变得越来越智能、并需要处理复杂的决策任务，该问题的决定将变得越来越重要。5认知方面人类幼童能够学习任何自然语言，而且他们的语言理解能力还能应用于各种语言。为了获取人类级别的语言理解能力，NLP模型应该有理解不同语言派系和类型的能力。NLP模型最终应能学习不局限于任何一种语言结构、还能泛化到特征不同的语言的抽象概念。6解决之道1）建立数据集如果要创建一个新的数据集，应该预留出一半注解用于创建另一门语言的大小相同的数据集。2）评估如果您对某项特定任务感兴趣，可以考虑用不同语言在同一个任务上进行模型评估。3）Bender Rule标明你所研究的语言。4）假设明确说明你的模型所使用的信号及其作出的假设。想好哪门语言是你特地学的，哪门语言是笼统学习的。5）语言多样性估算你正在研究的语言样本的多样性。6）研究钻研那些能解决数据资源匮乏的语言难题的方法。相关参考论文：Cross-Cultural Pragmatic Failure (1983), https://academic.oup.com/applij/article-abstract/4/2/91/167524?redirectedFrom=fulltextOn Achieving and Evaluating Language-Independence in NLP (2011), https://journals.linguisticsociety.org/elanguage/lilt/article/view/2624.htmlChoice of Plausible Alternatives: An Evaluation of Commonsense Causal Reasoning (2011), https://ict.usc.e/pubs/Choice%20of%20Plausible%20Alternatives-%20An%20Evaluation%20of%20Commonsense%20Causal%20Reasoning.pdfKeyboard layouts: Lessons from the me'phaa and sochiapam Chinantec designs (2014), https://www.researchgate.net/publication/290279777_Keyboard_layouts_Lessons_from_the_me'phaa_and_sochiapam_Chinantec_designsDemographic Dialectal Variation in Social Media: A Case Study of African-American English (2016), https://www.aclweb.org/anthology/D16-1120/From Characters to Words to in Between: Do We Capture Morphology? (2017), https://arxiv.org/abs/1704.08352The DLDP Survey on Digital Use and Usability of EU Regional and Minority Languages (2018), https://www.aclweb.org/anthology/L18-1656/Automatic Language Identification in Texts: A Survey (2018), https://arxiv.org/abs/1804.08186Can LSTM Learn to Capture Agreement? The Case of Basque (2018), https://www.aclweb.org/anthology/W18-5412/Deep Contextualized Word Representations (2018), https://www.aclweb.org/anthology/N18-1202/Universal Language Model Fine-tuning for Text Classification (2018), https://www.aclweb.org/anthology/P18-1031.pdfWhat Kind of Language Is Hard to Language-Model? (2019), https://www.aclweb.org/anthology/P19-1491/On Difficulties of Cross-Lingual Transfer with Order Differences: A Case Study on Dependency Parsing (2019), https://www.aclweb.org/anthology/N19-1253.pdfBERT: Pre-training of Deep Bidirectional Transformers for Language Understanding (2019), https://www.aclweb.org/anthology/N19-1423/The State and Fate of Linguistic Diversity and Inclusion in the NLP World (2020), https://arxiv.org/abs/2004.09095A Call for More Rigor in Unsupervised Cross-lingual Learning (2020), https://www.aclweb.org/anthology/2020.acl-main.658/From SPMRL to NMRL: What Did We Learn (and Unlearn) in a Decade of Parsing Morphologically-Rich Languages (MRLs)? (2020), https://www.aclweb.org/anthology/2020.acl-main.660.pdfByte Pair Encoding is Suboptimal for Language Model Pretraining (2020), https://arxiv.org/abs/2004.03720XTREME: A Massively Multilingual Multi-task Benchmark for Evaluating Cross-lingual Generalization (2020), https://arxiv.org/abs/2003.11080ELECTRA: Pre-training Text Encoders as Discriminators Rather Than Generators (2020), https://openreview.net/forum?id=r1xMH1BtvBA Call for More Rigor in Unsupervised Cross-lingual Learning (2020), https://www.aclweb.org/anthology/2020.acl-main.658/XCOPA: A Multilingual Dataset for Causal Commonsense Reasoning (2020), https://arxiv.org/abs/2005.00333via: https://ruder.io/nlp-beyond-english/