楠木軒

剛考上研究生,讀不懂英文文獻怎麼辦?

由 簡振武 釋出於 經典

  來源:募格學術 作者:白國星

  讀不懂英文文獻的原因很多,但是對於剛考上碩士研究生的新生來說,英語水平差是一個令人羞於啟齒但是又無可否認的原因。

  考研英語的國家線一般僅為30分到50分,也就是僅答對30%到50%的題目,就可以考上碩士研究生,這個門檻可謂是非常之低。而且考研英語還存在各種答題技巧,都會或多或少地提升答題的正確率,這也就導致考上碩士研究生的同學們中間,有相當一部分人的英語有點弱。

  不要慌,我也曾經是個弱雞。時間過得太久,我已經記不起來考研時自己英語具體蒙了多少分,但是肯定不會超過60分,大機率是55分。這麼弱雞的英語水平,閱讀日常的英文新聞都是一件難以完成的任務,還要妄想讀懂發表在學術期刊上的英文文獻?做夢吧。所以,本弱雞剛入學時根本不會浪費時間去看英文文獻,中文的學位論文和期刊文獻才是本弱雞當時的最愛。

  然而不得不承認一件事情,世界上絕大多數高水平的科研成果都是以英文為載體進行發表,所以我們還是得去閱讀英文文獻。那麼,讀不懂英文文獻這個問題,也成為了困擾一部分研究生的一個難題。

  解決之道主要有二,其一是提升實力,其二是掌握技巧。

  1、提升實力

  現在,相當一部分經驗帖對於提升實力嗤之以鼻,認為大家的英文水平已經足夠使用,欠缺的只是閱讀技巧。但是很顯然這是扯淡,當你拿到一篇文獻讀不懂時,最大的原因還是語言障礙,這個無可否認,也不需要遮掩,老老實實提升英語水平,才是從根本上解決讀不懂英文文獻的途徑。

  提升英語實力,目前也有很多渠道。

  首先是各種輔導班,這些輔導班在宣傳時可謂無所不為,從師資方面的外教/海歸教學,到效果上的速成/高階,恨不得讓大家相信他們無所不能。其次是各種APP,這些APP在宣傳時可謂無孔不入,從網頁彈窗到郵件轟炸,從自動下載到強行安裝,恨不得把大家的手機都裝得滿滿當當。

  這些東西有用嗎?不能說它們沒用。但是以我的經驗來看,工具的作用只是其次,關鍵還是學習的模式。我認為在科研方面提升英語水平,核心還是單詞記憶和閱讀輸入,至於用什麼途徑去做單詞記憶和閱讀輸入,我認為並不重要。我自己目前用某些APP學習,但是用單詞書、BBC網站也可以學習。

  單詞記憶的要點,是重複。每天記憶的單詞不必太多,20個到50個較佳,視自己的學習能力和空餘時間適當調整。在每天記憶新單詞之前,可以複習一次前一天記憶的單詞,然後在空餘時間可以再對半個月或一個月內學習的單詞進行瀏覽。

  如果每天記憶20個單詞,一個月可以記憶600個單詞,一年可以記憶7200個單詞,加上之前的積累,一年之內詞彙量差不多能破萬。能有如此詞彙量,閱讀英文文獻的語言障礙基本上能解決大半。

  閱讀輸入的要點,是大量。每天閱讀的材料難度不宜太高,可以是日常的新聞,也可以是英美中學生的讀物,以自己能看懂為宜,生詞量太大的材料可以棄之不看。但是閱讀的數量要大,每篇材料最好是300詞以上,每天閱讀兩篇以上。這樣在每個月差不多能有近兩萬詞彙的輸入,堅持幾個月之後,再去閱讀英文文獻必然不會再感到生疏。

  2、掌握技巧

  閱讀英文文獻,需要掌握的技巧包括三個層面。

  第一個層面是尋找相關的中文文獻,第二個層面是挑選精讀的英文文獻,第三個層面是閱讀文中的數學語言。

  對於剛考上的碩士研究生而言,閱讀英文文獻難度太大而且效率極低,一週之內能夠讀明白一篇文獻是正常水平,能夠讀明白兩篇文獻就能算天賦異稟。但是對於大多數碩士研究生而言,導師不會安排他們去搞最前沿的研究,被安排搞前沿研究的碩士研究生,其英語水平也不太弱。

  如果不是特別前沿的英文文獻,那麼我們一定可以透過關鍵詞查詢之類的手段找到相關的中文文獻。閱讀這些中文文獻對於大多數碩士研究生來說不是什麼難題,在讀完之後再去閱讀英文文獻,也自然會事半功倍。

  選擇需要精讀的英文文獻也很重要。除了一些小眾到無人問津的專業,大多數的科研工作者都需要面對海量文獻。一些剛入門的碩士研究生拿到一篇文獻之後就希望把它讀懂,以增加自己的知識。長知識這種想法並沒有什麼錯誤,但是如果這些知識與自己的研究方向不太相關,那麼用九牛二虎之力去閱讀英文文獻無疑是一種低效的做法。

  在閱讀英文文獻時,可以透過閱讀摘要、引言、結論等部分快速確定這篇文章是否與自己的研究工作密切相關,如果相關就繼續精讀,如果不相關就可以直接放棄。而如果只是想長知識,百科全書或者科普讀物其實是更好的選擇。

  在某一個行業具有一定基礎之後,閱讀英文文獻就可以採用一種比較高效的閱讀方法——閱讀公式,當然這個方法可能只適合用於理工科。數學語言具有跨自然語言的特殊屬性,即使我們完全不懂論文的語言文字,也可以透過公式讀懂一篇外文文獻。

  透過這種方式還能避免作者的刻意誤導,在我的研究領域中,一些作者喜歡故意把他們的線性模型預測控制器叫做非線性模型預測控制器(在控制行業,非線性的“格調”更高),但是隻要一看公式推導過程,就可以立刻揭穿他們。