结构化思维

简介: 结构化思维

结构化分为两部分,一种是过程的结构化,一种是结果的结构化。

没有过程的结构化就没有结果的结构化。也就是说如果你能对结果结构化,说明过程结构化已经做的很好了。

那我们就把以句子举例,当我们拿到一个英语句子的时候,我们要从多维度分析。

  1. 单词书写
  2. 单词的音标
  3. 单词的词类
  4. 单词的词根词缀,以及词义的结构化
  5. 成分划分
  6. 大概的意思
  7. 从时态的角度
  8. 语气的角度
  9. 主动被动的角度
  10. 连读
  11. 语音录入

除去这十个维度,我们还可以采用“顺带学习法”,当我们查看单词的时候,我们可以查看例句,还有我们在学习词根词缀的时候,我们可以通过一个单词,抓住大网中的一个点,通过这一个点,能够抓起来整张网。这整张网是什么呢?就是我们可以从一个单词至少找到两个词根,这两个词根远远不是两个词根,每个词根都能和别的词根组合成别的单词。

什么是过程的结构化呢?

当我们研究词根词缀的时候,我们把单个词根拿出来,研究他们的词根的词源,对这个词根的词源进行深刻的研究。

什么是结果的结构化呢?

我们拿到手的单词,我们可以知道他们的是由什么构成的,怎么通过词根的意思变成单词在句子中的意思?在句子中如何使用?同型的单词如何翻译?如何进行过程的结构化。

这些都是建立在过程结构化的基础之上,只有当我们对词根的词源有深刻的理解以后,才能从最根本上理解单词,我们才有基础去谈在不同的语境中翻译成什么意思。

相关文章
|
6月前
|
Python
结构化程序设计方法
结构化程序设计方法是一种软件开发的原则和技巧,旨在创建易于理解、维护和修改的高质量程序。它强调使用清晰的控制结构、模块化设计和数据抽象来减少程序的复杂性,从而提高程序的可靠性和效率。本文将详细介绍结构化程序设计方法的核心概念,并通过一个示例代码来展示其应用。
172 1
|
监控 数据挖掘 关系型数据库
结构化思维的理解与思考
结构化思维是一种将信息要素从无效转化为有序,提炼核心要点,将信息转化为有结构的知识,更好的帮助大脑理解和记忆,并支持我们清晰表达的通用能力。
1108 2
结构化思维的理解与思考
|
6月前
|
SQL 算法 数据可视化
什么是数据分析思维
什么是数据分析思维
|
数据挖掘 Python
数据分析思维(二)|相关思维
相关思维是数据分析中最常见的思维之一,在我们观察指标变化的时候,往往需要观察指标之间的相关关系,比如观察自己身高和体重的变化,这就是一种相关思维的体现。
数据分析思维(二)|相关思维
|
项目管理 开发者
实际工作中结构化思维在表达中的应用
技术PM如何在实际工作中正确精准表达出自己想要输出的信息,掌握底层逻辑---结构化思维就显得尤为重要。而培养结构化思维的有效工具即是---金字塔原理。
42454 31
|
数据挖掘 大数据
数据分析的思维有那些?
数据分析的思维有那些?在很多企业中都存在着很大的数据分析问题,如何进行数据分析?数据挖掘的结果要如何展示?企业中各个部门要如何才能最大化的利用数据分析结果?这些一直困扰着企业数据团队。也是咱们大数据需要解决的问题,后续规划的方面
80 2
简单总结里的结构化,成长型思维
简单总结里的结构化,成长型思维
53 0
|
机器学习/深度学习 数据采集 存储
数据分析思维|思考问题的25个方式汇总
数据分析思维|思考问题的25个方式汇总
|
数据挖掘
数据分析思维(一)|信度与效度思维
数据分析如何进行更有价值的指标选择?
数据分析思维(一)|信度与效度思维
|
数据挖掘
数据分析思维(五)|逻辑树思维
在很多数据分析场景中我们需要梳理分析的逻辑,需要进行指标从大到小的拆分,这时候我们可以顺着影响分析结果的因素进行层层溯源,从而抓住问题的核心。为了有更清晰的逻辑结构,常常采用逻辑树(又称问题树、分解树)进行整体过程的呈现。逻辑树使用层级的结构将每个大问题的所有子问题进行罗列,然后再将子问题的子问题进行罗列,以此类推,当问题不能够被拆分时形成一个完整的逻辑树。
数据分析思维(五)|逻辑树思维