Scalers：基于数据驱动的英语学习思路

学习英语就是把大量的正确使用的数据输入分析。

今天借助计算机领域里的一些概念，总结一种基于数据驱动的英语学习思路。

传统上，我们在学英语的时候，老师都是给你讲语法结构，从主谓宾开始然后以此展开加上定状补。于是他们会告诉你，这个单项选择，应该要有一个状语，所以选择C；然后下次你要使用英语的时候，于是你想要先有个主语再有个谓语，然后我要填一个定语……当然要用英语吵架的时候你就蒙了，因为不知道要用什么时态。

这样做其实也没有问题，有许多人通过这个方式也学好了英语。但是按照计算机视角的理解而言，这是一种基于规则的驱动。也就是老师告诉你一组规则，然后你通过这些规则来引导你的学习，于是你需要在学习时想到这里有什么规则，然后针对你要用的词，来适配这条规则。

但是我个人却认为，自然语言的演化发展，来自于语言使用者的集体演进，而这是一个复杂的过程。而正因为其复杂，其中的很多规则，其实是后验归纳的。

什么叫后验归纳？就是在看到现象以后去总结原因。比如许多混迹在互联网上的讲师就是后验式的，他们看哪家公司成功了，就去以哪家公司的名义，开发一系列课程，并且美其名创业成功的XXX条铁律……但是这不妨碍他们仍然只是一家培训公司……

后验的一个问题就是，归纳的规则有时候不是很完备，于是你就会看到一条规则下面有123456条特例。其实英语语法就是这样的，这大概是为什么你一直看不下去的原因。因为当特例足够多的时候，规则的价值，就没有想象的那么大了。

今天说的是基于数据驱动的学习思路。规则其实是一种抽象，而要能理解抽象，就必须要有具象的积累和基础。

而计算机里，数据驱动的意思是，在模型建立起来之前，我先积累到足够多的样本案例，然后基于这些样本案例的学习，自行产生规则。通过这些规则，再对新的数据进行判定处理，再基于这些反馈，进一步优化规则。

有一点抽象。换成通俗地话就是，学习英语就是把大量的正确使用的数据输入分析即可。什么叫大量正确使用的数据？就是通过持续地练习，接触到足够多的样本，做足够深度的分析，确保足够充分的吸收。

我觉得如果一位学习者，能做到这一点，扎扎实实地推进自己的学习，英语的进步其实是很快的事情。而且像所谓的语法，词汇的问题，也从来不会是问题。

我就问你一个问题，英语是先有上帝设计了几条规则然后再产生了这门语言，还是一堆人用用用到最后大家都知道这些词是什么意思，于是有人总结下来形成了语言现象？

先定规则再生产语言的事情，计算机科学家不是没有做，只是现在做的还是不够好。不然哪一天我的公众号的文章也是用代码生成的话，那其实我倒可以省事很多……

当我们输入的数据量足够大的时候，我们的大脑还是会发挥一些作用的，而这个时候，你的语感什么的都来了。于是你再用语言的时候，你可以很轻松搞出正确的话来，因为你有积累过。

那，既然如此，为什么老师会倾向于从语法讲起呢？因为这样讲明确、简单、朴素、省事啊……

我就举一个例子。垃圾邮件的识别，在以前会手工加规则，如果标题含有“广告”判垃圾；如果含有XXX，就通过……这些规则都太笨，后面人们用统计模型的方式，收集了一堆的垃圾邮件做分词，然后通过贝叶斯来算概率，而到这个时候，你根本不需要知道是哪个因为所以，因为通过数据，有了模型出来，而这大概就是英语里面说的语感。

但是这必须要是你自己的语感，不是别人的语感……