找回密码
 注册
搜索
热搜: 超星 读书 找书
查看: 183|回复: 7

[【心情日记】] 说说速读法——胡思乱想之二

[复制链接]
发表于 2023-5-21 00:26:04 | 显示全部楼层 |阅读模式
好多年前,在《参考消息》上看到过一篇文章《快速阅读法》。当时这样的资料还很少。看了很感兴趣,虽然文中说的方法未必能全部学会,但以后的阅读中也有意识地尝试快速阅读。现在感觉我的阅读速度还是可以的。

文中说的方法,现在早已记不清了,不过大概主要是提高眼睛的扫描速度之类的训练手段,有点象体育训练,挖掘人体的潜力。

现在想来,这在当初技术不发达的时代是可以理解的。现在似乎人自己的能力已经不够用了,越来越依靠技术手段来提高能力。比如烹调,传统的当然是靠厨师日积月累的经验,但上次看了《科学美国人》的一篇文章,提到高级的厨师利用某些特殊仪器(我不懂科学,也讲不清楚,反正不是简单的机械设备)来提高食物的口感。

那么速读法到了今天,应该也不能只是挖掘人自身的潜力,而要依靠技术手段。这里说的技术手段,也不是着眼于辅助提高人体自身能力的技术。比如,设想在文字下面显示一个快速移动的光标,强迫眼睛跟着光标走,以锻炼眼睛快速移动的能力,这就不是我想要的技术。因为,人的能力总是有限的,而且提高需要较长时间,困难程度因人而异。现在靠人自身的能力,已经远远应付不了海量的阅读材料。虽然,靠技术也不能完全解决,但至少可以让我们在有生之涯,看更多的书,获得更多的信息。

技术上的一个手段是多方面的索引。为了欣赏的阅读如看小说,为了学习的阅读如看数学教材,索引的意义相对没那么大。而对于为了获取信息的阅读,索引就很重要了。比如词典,如果不是按字母顺序排列,那还怎么看?如果有多方位的合适的索引,那么,如果只是为了从书中找某些需要的内容,检索索引而不是通读全书,就可以快速找到所需内容,达到阅读的目的。在此之上更高级的功能是有一定智能的语义分析。因为除了数理化公式,多数书都是自然语言,相似的意思,会有多种表达方式,而检索时,难以同时检索多个“同义词”和相似的表达方式,这就需要有一定智能的语义分析技术来自动找出“同义词”和相关内容,以提高检索的查得率。

现在,不管什么领域,大概都有一大堆书可以看。如何挑选是个问题。显然如果一本本看下来,费时费力,或者难以做到。如果能够根据某些较为普遍认可的来源(比如某基百科),自动筛选出“较好的”几本书,缩小阅读范围,也是“速读”的一种表现。更进一步,如果能自动从书中提取出有代表性的片断以供选择判断,对于读者挑选适合自己的书,就更有用了。

再进一步,如果机器能“代替”人阅读,那就厉害了。就是说,让机器扫描文本,然后归纳出一堆“要点”。比如历史书,按照设计好的模型,从书中提取出所需要的“历史事实”,比如某年某月某日某人在某地做了什么,这样不需要看书,看看机器提取出的“要点”,就可以了。

当然,我孤陋寡闻,学识浅薄,都是在信口开河,胡思乱想,并不知道说的这些东西是否真有已经实现的技术。


评分

1

查看全部评分

回复

使用道具 举报

发表于 2023-5-21 11:59:27 | 显示全部楼层
本帖最后由 gongqi 于 2023-5-21 12:02 编辑

速读这东西算是在我的专业范围之内,所以一直也感兴趣。只不过近一两年的重点是数学,所以多少有点偏离,开发不够。

速读方法,可以分成几个层次。比如句、页、章、全文、全库这几个层次。每个层次的方法,又可以分成比较硬的比较软的两类。硬的是生理性的,比如页这一层次的偏硬的方法就包括了楼文所说的竖向阅读;软的是心理性的,比如全文这一层次的偏软的方法就包括解构法和建构法。

索引算是偏软的方法,但要我说不算速读方法。当然这涉及更深层的问题,最后再说。

楼文提到的AI的应用,既可以有偏软的也可以有偏硬的。chatgpt可以发展出偏软的,虽然目前可能还没有开发出来。gpt的回答可以算是全库层的,但显然因为AI目前的批判能力不够,结果很差。预测模型这个路子走下去,也许到了以后的加速期可能出来好的结果;但也许换个模型结果会更好些更快些。

最后,更深一层的问题是:到底什么是阅读,或者存在着多少种阅读。这个问题搞清楚了,下一步可能才是如何加快阅读的速度。

评分

1

查看全部评分

回复

使用道具 举报

 楼主| 发表于 2023-5-21 20:44:17 | 显示全部楼层
本帖最后由 agent124 于 2023-5-21 21:02 编辑
gongqi 发表于 2023-5-21 11:59
速读这东西算是在我的专业范围之内,所以一直也感兴趣。只不过近一两年的重点是数学,所以多少有点偏离,开 ...


阅读的分类,似乎可以按读物的类型分,以及按阅读的目的分。

速读大概主要应用于两类书,一类是消遣类读物,一类是参考资料。或者说,教材一般不适用于速读(其实也不尽然,但读教材的重点在于理解,不能单纯追求阅读速度),文学名著也不适用,因为要细品。

似乎按阅读的目的分更好。因为同一本书,抱着不同的目的去读,方法也会不同。比如莎剧,欣赏的人要细品,研究的人可能只想查找某些事实。

兄台说索引不算速读方法。阅读,除了ai“代读”(最后还是要人工审阅),不管用什么手段,最终都是要人用自己的眼睛来看的。所以从这个意义上说,速读唯一的方法就是兄台说的“硬”法,挖掘生理潜力,但我感觉太累,所以基本不考虑了。我这里说的,或许可称为“技术辅助下的阅读”,如果把技术简单理解成计算机技术,那么就是Computer Assisted/Aided Reading(仿造CAD, CAE等的构词方式),不知道有没有这一说。

写这个帖子的缘由,是因为我囤积了很多电子书,正常阅读的话,一辈子也看不完。所以胡思乱想,写了这个帖子。但是自身技术水平不高,目前只能稍微提高一点阅读效率。比如做了几个索引,把正在看的几本pdf, djvu等格式的书的链接放在一起,这样读了一半之后下次再读,不用再从复杂的硬盘文件结构中去找,直接点一下链接就打开书,跳到上次中断的地方。这样稍微提高一点效率。另外集合了一万多本英文书(多是小说),利用全文索引做了个例句库,不过现在很少学英语,用处也不大。




评分

1

查看全部评分

回复

使用道具 举报

发表于 2023-5-21 21:07:08 | 显示全部楼层
真正有闲心读书的时间是很少的,我很多时候都是为了写文章读书。不知道楼主现实里是做什么的,如果没有工作方面的压力,似乎倒也不必关心这些。

评分

1

查看全部评分

回复

使用道具 举报

发表于 2023-5-22 02:34:36 | 显示全部楼层
agent124 发表于 2023-5-21 20:44
阅读的分类,似乎可以按读物的类型分,以及按阅读的目的分。

速读大概主要应用于两类书,一类是消遣 ...

1)按目的分肯定是对的。在管理学里这叫面向目标,包括阅读在内的各种活动都可以这样管理,也可以这样实施。

2)按内容分其实也可以。目前我研究的速度主要是针对教材的。文学的速读其实也不是不可能,只不过因为目的不同和别的速读不同。比如唐诗也是可以速读的——快速读出诗的味道。

3)可以多重分类。然后使用阮岗纳赞分类法。

4)兄说的CAR这个概念我也想过,我也觉得这是目前的AI可以做到的上限。

5)chatgpt的预测算法的阅读和我们通常理解的阅读是两回事。但谁又能说我们理解的阅读就更接近阅读的本质呢?也许会有新一代的阅读哲学吧。

6)索引这东西也许是我还没有理解它的妙处,因为我总觉得它属于记忆而不是阅读。但谁又能说记忆不是阅读的一部分呢?

7)我自己做的知识库是用treeview控件做的。缺点是单一标准,做不到阮岗纳赞那样的多重标准。cross reference或hyper link倒是比较灵活,但又不符合我总想系统化的思路。

评分

1

查看全部评分

回复

使用道具 举报

发表于 2023-5-22 19:32:05 | 显示全部楼层
再进一步,如果机器能“代替”人阅读,那就厉害了。就是说,让机器扫描文本,然后归纳出一堆“要点”。比如历史书,按照设计好的模型,从书中提取出所需要的“历史事实”,比如某年某月某日某人在某地做了什么,这样不需要看书,看看机器提取出的“要点”,就可以了。

现在有一批平台都可以做这个,最著名的是chatdoc和chatpdf

评分

1

查看全部评分

回复

使用道具 举报

 楼主| 发表于 2023-5-22 20:39:12 | 显示全部楼层
本帖最后由 agent124 于 2023-5-22 20:53 编辑

现在有些网站会根据你常看的内容,来“推测”并推荐你可能喜欢看的内容。如果类似的技术应用到读书上,从书海中自动为你挑选你可能感兴趣的书,也很有用。更进一步,如果能提取书中你可能感兴趣的片断,就更厉害了

评分

1

查看全部评分

回复

使用道具 举报

发表于 2023-5-22 20:52:39 | 显示全部楼层
agent124 发表于 2023-5-22 20:39
现在有些网站会根据你常看的内容,来“推测”并推荐你可能喜欢看的内容。如果类似的技术应用到读书上,从书 ...

推荐片断是不是相当于要把全文文字识别?如果这样的话,那么有点困难。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

Archiver|手机版|小黑屋|网上读书园地

GMT+8, 2024-4-26 14:15 , Processed in 0.488926 second(s), 15 queries , Redis On.

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表