ორი ისტორია იმის შესახებ, თუ როგორ შეუძლია ANKI დაგეხმაროთ უცხო ენის შესწავლასა და ინტერვიუებისთვის მომზადებაში

ყოველთვის მჯეროდა, რომ ზარმაცი პროგრამისტი კარგი პროგრამისტია. რატომ? იმიტომ რომ შრომისმოყვარეს სთხოვე რამე, ის წავა და გააკეთებს. და ზარმაცი პროგრამისტი დახარჯავს 2-3-ჯერ მეტ დროს, მაგრამ დაწერს სკრიპტს, რომელიც ამას გააკეთებს მისთვის. ამის გაკეთებას შეიძლება დაუსაბუთებლად დიდი დრო დასჭირდეს პირველად, მაგრამ განმეორებითი ამოცანების შემთხვევაში ეს მიდგომა ძალიან სწრაფად ანაზღაურდება. თავს ზარმაცი პროგრამისტად ვთვლი. ეს იყო პრეამბულა, ახლა გადავიდეთ საქმეზე.

პირველი მოთხრობა

რამდენიმე წლის წინ მაინტერესებდა როგორ შემეძლო გამეუმჯობესებინა ინგლისური. ლიტერატურის კითხვაზე უკეთესი არაფერი მახსენდებოდა. ვიყიდე ელექტრონული მკითხველი, გადმოვწერე წიგნები და დავიწყე კითხვა. კითხვისას გამუდმებით ვხვდებოდი უცნობ სიტყვებს. მაშინვე ვთარგმნე ისინი მკითხველში ჩაშენებული ლექსიკონებით, მაგრამ ერთი თვისება შევნიშნე: სიტყვების გახსენება არ სურდა. როდესაც რამდენიმე გვერდის შემდეგ ისევ წავაწყდი ამ სიტყვას, 90% ალბათობით, ისევ მჭირდებოდა თარგმანი და ასე ხდებოდა ყოველ ჯერზე. დასკვნა ის იყო, რომ კითხვისას უბრალოდ უცნობი სიტყვების თარგმნა საკმარისი არ იყო, სხვა რამის გაკეთება გჭირდებათ. იდეალური ვარიანტი იქნება მისი ყოველდღიურ ცხოვრებაში დანერგვა და გამოყენება, მაგრამ მე არ ვცხოვრობ ინგლისურენოვან ქვეყანაში და ეს ნაკლებად სავარაუდოა. მერე გამახსენდა, რომ ერთხელ წავიკითხე ინტერვალით გამეორება.

რა არის და რითი ჭამენ? მოკლედ, ეს არის დავიწყების მრუდი, შემდგომი ციტატა ვიკიპედიიდან:

უკვე პირველ საათში, მიღებული ინფორმაციის 60%-მდე დავიწყებულია, დამახსოვრების შემდეგ 10 საათის შემდეგ, ნასწავლის 35% რჩება მეხსიერებაში. შემდეგ დავიწყების პროცესი ნელა მიმდინარეობს და 6 დღის შემდეგ, თავდაპირველად ნასწავლი მარცვლების საერთო რაოდენობის დაახლოებით 20% რჩება მეხსიერებაში და იგივე რაოდენობა რჩება მეხსიერებაში ერთი თვის შემდეგ.

და დასკვნა აქედან

დასკვნა, რომელიც შეიძლება გაკეთდეს ამ მრუდის საფუძველზე, არის ის, რომ ეფექტური დასამახსოვრებლად აუცილებელია დამახსოვრებული მასალის გამეორება.

ასე რომ, ჩვენ მივიღეთ იდეა ინტერვალით გამეორება.

ANKI არის სრულიად უფასო და ღია კოდის პროგრამა, რომელიც ახორციელებს დისტანციური გამეორების იდეას. მარტივად რომ ვთქვათ, კომპიუტერიზებულ ფლეშ ბარათებს აქვთ კითხვა ერთ მხარეს და პასუხი მეორე მხარეს. ვინაიდან თქვენ შეგიძლიათ გააკეთოთ კითხვები/პასუხები რეგულარული გამოყენებით html/css/javascript, მაშინ შეგვიძლია ვთქვათ, რომ მას მართლაც უსაზღვრო შესაძლებლობები აქვს. გარდა ამისა, შესაძლებელია მისი გაფართოება სპეციალური დანამატები, და ერთ-ერთი მათგანი მომავალში ძალიან გამოგვადგება.

ბარათების ხელით შექმნა გრძელი, დამღლელი და დიდი ალბათობით, გარკვეული პერიოდის შემდეგ დაგავიწყდებათ ეს დავალება და ამიტომ რაღაც მომენტში საკუთარ თავს დავუსვი კითხვა, შესაძლებელია თუ არა ამ ამოცანის ავტომატიზაცია. პასუხი არის დიახ, შეგიძლიათ. და მე გავაკეთე. მაშინვე ვიტყვი, ეს უფრო მეტია POC (კონცეფციის მტკიცებულება), მაგრამ რომლის გამოყენებაც შესაძლებელია. თუ არის მომხმარებლების ინტერესი და ჩაერთვება სხვა დეველოპერები, მაშინ ის შეიძლება მიიყვანონ მზა პროდუქტამდე, რომელიც ტექნიკურად გაუნათლებელ მომხმარებლებსაც კი შეუძლიათ გამოიყენონ. ახლა ჩემი უტილიტის გამოყენება მოითხოვს პროგრამირების გარკვეულ ცოდნას.

პროგრამით ვკითხულობ წიგნებს AIRreader. მას აქვს შესაძლებლობა დააკავშიროს გარე ლექსიკონები და როდესაც თქვენ თარგმნით სიტყვას, ის ინახავს ტექსტურ ფაილში თარგმნისთვის გამოძახებულ სიტყვას. რჩება მხოლოდ ამ სიტყვების თარგმნა და ANKI ბარათების შექმნა.

თავიდან ვცდილობდი თარგმნისთვის გამომეყენებინა გუგლის თარგმანი, Lingvo API და ა.შ. მაგრამ საქმეები არ გამოუვიდათ უფასო სერვისებით. მე ამოვწურე უფასო ლიმიტი განვითარების პროცესში, გარდა ამისა, ლიცენზიის პირობების მიხედვით, სიტყვების ქეშირების უფლება არ მქონდა. რაღაც მომენტში მივხვდი, რომ მე თვითონ მჭირდებოდა სიტყვების თარგმნა. შედეგად დაიწერა მოდული dsl2html რომელთანაც შეგიძლიათ დაკავშირება DSL ლექსიკონები და ვინ იცის როგორ გადაიყვანოს ისინი HTML ფორმატი.

ასე გამოიყურება ლექსიკონის ჩანაწერი *. Html, ჩემი ვარიანტი ვარიანტთან შედარებით GoldenDict

სანამ სიტყვას დაკავშირებულ ლექსიკონებში ვეძებ, მივყავარ ლექსიკონის ფორმა (ლემა) ბიბლიოთეკის გამოყენებით სტენფორდის CoreNLP. ფაქტობრივად, ამ ბიბლიოთეკის გამო დავიწყე ჯავაზე წერა და თავდაპირველი გეგმა იყო ყველაფრის ჯავაზე დაწერა, მაგრამ ამ პროცესში ვიპოვე ბიბლიოთეკა. კვანძი-java რომლითაც შეგიძლიათ შედარებით მარტივად შეასრულოთ Java კოდი nodejs-დან და ზოგიერთი კოდი იწერება JavaScript-ში. ადრე რომ მეპოვა ეს ბიბლიოთეკა, ჯავაზე არც ერთი სტრიქონი არ დაიწერებოდა. კიდევ ერთი გვერდითი პროექტი, რომელიც ამ პროცესში დაიბადა, არის შექმნა საცავი DSL დოკუმენტაციით რომელიც ნაპოვნი იქნა ქსელში ფორმატში *.ჩმ, გარდაქმნა და ღვთაებრივ ფორმაში მოყვანა. თუ ორიგინალური ფაილის ავტორი არის მომხმარებელი მეტსახელით იოჟიკი როცა ამ სტატიას ნახავს, ​​დიდ მადლობას ვუხდი გაწეული სამუშაოსთვის, მისი დოკუმენტაციის გარეშე, დიდი ალბათობით, წარმატებას ვერ მივაღწევდი.

ასე რომ, მე მაქვს სიტყვა ინგლისურად, მისი ლექსიკონის ჩანაწერი ფორმატში *. Html, რჩება ყველაფერი ერთად გავაერთიანოთ, შევქმნათ ANKI სტატიები სიტყვების სიიდან და შევიყვანოთ ისინი ANKI მონაცემთა ბაზაში. ამ მიზნით შეიქმნა შემდეგი პროექტი data2anki. მას შეუძლია მიიღოს სიტყვების სია შეყვანის სახით, თარგმნოს, შექმნას ANKI *. Html სტატიები და ჩაწერეთ ისინი ANKI მონაცემთა ბაზაში. სტატიის ბოლოს არის ინსტრუქცია მისი გამოყენების შესახებ. იმავდროულად, მეორე ამბავი არის ის, სადაც ინტერვალით გამეორებები შეიძლება სასარგებლო იყოს.

მეორე ამბავი.

ყველა ადამიანი, რომელიც მეტ/ნაკლებად კვალიფიციურ სპეციალობას ეძებს, მათ შორის პროგრამისტები, დგება ინტერვიუსთვის მომზადების აუცილებლობის წინაშე. ბევრ ცნებას, რომლებსაც ინტერვიუებში სვამენ, თქვენ არ იყენებთ ყოველდღიურ პრაქტიკაში და ისინი დავიწყებულია. ინტერვიუსთვის მომზადებისას, ჩანაწერების, წიგნის, საცნობარო წიგნის გადაფურცლის დროს, მე დავდექი იმ ფაქტის წინაშე, რომ დიდი დრო და ყურადღება სჭირდება ინფორმაციის ამოღებას, რომელიც უკვე იცით, რადგან ის ყოველთვის არ არის აშკარა და თქვენ უნდა ყურადღებით წაიკითხეთ, რომ გაიგოთ, რა არის. შეუსაბამო. როდესაც მიდიხართ ისეთ თემაზე, რომელიც ნამდვილად საჭიროებს განმეორებას, ხშირად ხდება ისე, რომ უკვე დაღლილი ხართ და თქვენი მომზადების ხარისხი უარესდება. რაღაც მომენტში ვფიქრობდი, რატომ არ გამოვიყენო ANKI ბარათები ამისთვის? მაგალითად, თემასთან დაკავშირებით შენიშვნების მიღებისას დაუყოვნებლივ შექმენით შენიშვნა კითხვა-პასუხის სახით, შემდეგ კი როცა გაიმეორებთ, მაშინვე გაიგებთ, იცით თუ არა ამ კითხვაზე პასუხი.

ერთადერთი პრობლემა, რომელიც წარმოიშვა, ის იყო, რომ კითხვების აკრეფა ძალიან გრძელი და დამღლელი იყო. პროცესის გასაადვილებლად, data2anki პროექტი დავამატე კონვერტაციის ფუნქცია markdown ტექსტი ANKI ბარათებში. საკმარისია დაწეროთ ერთი დიდი ფაილი, რომელშიც კითხვები და პასუხები მონიშნული იქნება სიმბოლოების წინასწარ განსაზღვრული თანმიმდევრობით, რომლითაც პარსერი მიხვდება სად არის კითხვა და სად არის პასუხი.

ამ ფაილის შექმნის შემდეგ, თქვენ გაუშვით data2anki და ის ქმნის ANKI ბარათებს. ორიგინალური ფაილის რედაქტირება და გაზიარება მარტივია, თქვენ უბრალოდ უნდა წაშალოთ შესაბამისი ბარათი(ები) და ისევ გაუშვათ პროგრამა და შეიქმნება ახალი ვერსია.

ინსტალაცია და გამოყენება

1. ინსტალაცია ANKI + AnkiConnect

   1. ჩამოტვირთეთ ANKI აქედან: https://apps.ankiweb.net/
   2. დააინსტალირეთ AnkiConnect მოდული: https://ankiweb.net/shared/info/2055492159

2. დაყენების data2anki

   1. ჩამოტვირთვა data2anki github საცავიდან

      git clone https://github.com/anatoly314/data2anki

   2. დააინსტალირეთ დამოკიდებულებები

      cd data2anki && npm install

   3. ჩამოტვირთეთ java dependencies https://github.com/anatoly314/data2anki/releases/download/0.1.0/jar-dependencies.zip
   4. ამოფუთვა jar-dependencies.zip და განათავსეთ მისი შინაარსი data2anki/java/jars

3. გამოიყენეთ სიტყვების სათარგმნად:

   1. ფაილში data2anki/config.json:

      • გასაღებში რეჟიმი შეიყვანეთ მნიშვნელობა dsl2anki

      • გასაღებში modules.dsl.anki.deckName и modules.dsl.anki.modelName დაწერე შესაბამისად გემბანის სახელი и მოდელის დასახელება (კარტების შექმნამდე უკვე უნდა შეიქმნას). ამჟამად მხოლოდ მოდელის ტიპია მხარდაჭერილი ძირითადი:

        აქვს წინა და უკანა ველები და შექმნის ერთ ბარათს. წინა მხარეს შეყვანილი ტექსტი გამოჩნდება ბარათის წინა მხარეს, ხოლო ტექსტი, რომელიც შეიტანეთ უკანა მხარეს, გამოჩნდება ბარათის უკანა მხარეს.

        სად არის ორიგინალური სიტყვა? წინა ველი, და თარგმანი იქნება უკანა ველი.

        მხარდაჭერის დამატების პრობლემა არ არის ძირითადი (და შებრუნებული ბარათი), სადაც სიტყვისა და თარგმანისთვის შეიქმნება საპირისპირო ბარათი, სადაც თარგმანის საფუძველზე დაგჭირდებათ ორიგინალური სიტყვის დამახსოვრება. ყველაფერი რაც თქვენ გჭირდებათ არის დრო და სურვილი.

      • გასაღებში modules.dsl.dictionariesPath დაარეგისტრირე მასივი დაკავშირებული *.დსლ ლექსიკონები. თითოეული დაკავშირებული ლექსიკონი არის დირექტორია, რომელშიც ლექსიკონის ფაილები განლაგებულია ფორმატის შესაბამისად: DSL ლექსიკონის სტრუქტურა
        

      • გასაღებში modules.dsl.wordToTranslatePath შეიყვანეთ გზა იმ სიტყვების სიაში, რომელთა თარგმნა გსურთ.

   2. გაუშვით ANKI აპლიკაციის გაშვებით

      node data2ankiindex.js

   3. მოგება!!!

4. გამოიყენება ბარათების შესაქმნელად მარკიდან

   1. ფაილში data2anki/config.json:

      • გასაღებში რეჟიმი შეიყვანეთ მნიშვნელობა markdown2anki
      • გასაღებში modules.markdown.anki.deckName и modules.dsl.anki.modelName დაწერე შესაბამისად გემბანის სახელი и მოდელის დასახელება (კარტების შექმნამდე უკვე უნდა შეიქმნას). ამისთვის markdown2anki მხოლოდ რეჟიმის მოდელის ტიპი მხარდაჭერილია ძირითადი.

      • გასაღებში modules.markdown.selectors.startQuestionSelectors и modules.markdown.selectors.startAnswerSelectors თქვენ წერთ სელექტორებს, რომლებითაც აღნიშნავთ კითხვის დასაწყისს, შესაბამისად. თავად სელექტორის ხაზი არ იქნება გაანალიზებული და არ დასრულდება ბარათში; პარსერი დაიწყებს მუშაობას შემდეგი ხაზიდან.

        მაგალითად, ეს კითხვა/პასუხის ბარათი:

        

        ნიშანში ასე გამოიყურება:

        #QUESTION# ## შეკითხვა 5. დაწერეთ mul ფუნქცია, რომელიც გამართულად იმუშავებს შემდეგი სინტაქსით გამოძახებისას. ``javascript console.log(mul(2)(3)(4)); // გამომავალი : 24 console.log(mul(4)(3)(4)); // გამომავალი : 48 ``` #ANSWER# ქვემოთ მოცემულია კოდი, რასაც მოჰყვება მისი მუშაობის ახსნა: ```javascript ფუნქცია mul (x) { return ფუნქცია (y) { // ანონიმური ფუნქციის დაბრუნების ფუნქცია (z) { // ანონიმური ფუნქციის დაბრუნება x * y * z; }; }; } ``` აქ `mul` ფუნქცია იღებს პირველ არგუმენტს და აბრუნებს ანონიმურ ფუნქციას, რომელიც იღებს მეორე პარამეტრს და აბრუნებს ანონიმურ ფუნქციას, რომელიც იღებს მესამე პარამეტრს და აბრუნებს არგუმენტების გამრავლებას, რომელიც გადაეცემა თანმიმდევრულად განსაზღვრულ Javascript ფუნქციაში. შიგნით აქვს წვდომა გარე ფუნქციის ცვლადზე და ფუნქცია არის პირველი კლასის ობიექტი, ასე რომ, ის შეიძლება დაბრუნდეს ფუნქციითაც და გადაეცეს არგუმენტად სხვა ფუნქციაში. - ფუნქცია არის ობიექტის ტიპის მაგალითი - ფუნქციას შეიძლება ჰქონდეს თვისებები და აქვს ბმული მის კონსტრუქტორის მეთოდთან - ფუნქცია შეიძლება შენახული იყოს როგორც ცვლადი - ფუნქცია შეიძლება გადაეცეს პარამეტრად სხვა ფუნქციას დაბრუნდა სხვა ფუნქციიდან
        

        აქედან აღებული მაგალითი: 123-JavaScript-ინტერვიუ-კითხვები

        ასევე არის ფაილი მაგალითებით პროექტის საქაღალდეში examples/markdown2anki-example.md

      • გასაღებში modules.markdown.pathToFile
        ჩაწერეთ ფაილის გზა, სადაც *.md კითხვა/პასუხის ფაილი

   2. გაუშვით ANKI აპლიკაციის გაშვებით

      node data2ankiindex.js

   3. მოგება!!!

ასე გამოიყურება მობილურ ტელეფონზე:

შედეგი

ANKI-ს დესკტოპის ვერსიაზე მიღებული ბარათები სინქრონიზებულია ANKI ღრუბელთან უპრობლემოდ (უფასო 100 მბ-მდე), შემდეგ კი მათი გამოყენება ყველგან შეგიძლიათ. არის კლიენტები Android-ისა და iPhone-ისთვის და მისი გამოყენება ასევე შეგიძლიათ ბრაუზერში. შედეგად, თუ გაქვთ დრო, რაზეც დასახარჯავი არაფერი გაქვთ, ფეისბუქის ან კატების ინსტაგრამზე უმიზნოდ გადახვევის ნაცვლად, შეგიძლიათ ისწავლოთ რაიმე ახალი.

ეპილოგი

როგორც აღვნიშნე, ეს უფრო მუშა POC-ია, რომლის გამოყენებაც შეგიძლიათ, ვიდრე მზა პროდუქტი. DSL პარსერის სტანდარტის დაახლოებით 30% არ არის დანერგილი და, შესაბამისად, მაგალითად, ლექსიკონების ყველა ჩანაწერი ვერ მოიძებნება, ასევე არის მისი გადაწერის იდეა JavaScript, იმიტომ რომ მინდა „თანმიმდევრულობა“ და თანაც ახლა არც ისე ოპტიმალურად წერია. ახლა პარსერი აშენებს ხეს, მაგრამ ჩემი აზრით ეს არასაჭიროა და არ საჭიროებს კოდის გართულებას. IN markdown2anki რეჟიმში, სურათები არ არის გაანალიზებული. ვეცდები ნელ-ნელა მოვჭრა, მაგრამ რაკი ჩემთვის ვწერ, პირველ რიგში იმ პრობლემებს მოვაგვარებ, რომლებზეც მე თვითონ დავაბიჯებ, მაგრამ თუ ვინმეს უნდა დამეხმაროს, მაშინ მოგესალმებათ. თუ თქვენ გაქვთ შეკითხვები პროგრამასთან დაკავშირებით, სიამოვნებით დაგეხმარებით ღია საკითხების განხილვისას შესაბამის პროექტებში. დაწერეთ სხვა კრიტიკა და წინადადებები აქ. იმედი მაქვს ეს პროექტი ვინმეს გამოადგება.

PS თუ შეამჩნევთ რაიმე შეცდომებს (და, სამწუხაროდ, არის) მომწერეთ პირად შეტყობინებაში, ყველაფერს გამოვასწორებ.

წყარო: www.habr.com