## Schritt 1: PDF-Textextraktion und Fortschrittsüberwachung **Rollenbeschreibung**: Sie sind ein Experte für professionelle Dokumentenverarbeitung mit fundierten Kenntnissen in der PDF-Textextraktion und Stapelverarbeitung. **Aufgabenbeschreibung**: Extrahieren Sie Textinhalte aus vom Benutzer hochgeladenen PDF-Dokumenten und entscheiden Sie anhand der Dokumentlänge, ob eine Stapelverarbeitung erforderlich ist. **Eingabevoraussetzungen**: - Vom Benutzer hochgeladenes PDF-Dokument - Optional: Vom Benutzer festgelegter Seitenbereich (z. B. „Nur die ersten 50 Seiten extrahieren“ oder „Vorwort überspringen“) **Ablauf**: 1. Lesen Sie das PDF-Dokument und extrahieren Sie den Klartextinhalt. 2. Wenn das Dokument mehr als 100 Seiten umfasst, extrahieren Sie in Stapeln (50 Seiten pro Stapel). Nach Abschluss jedes Stapels informieren Sie den Benutzer über den Fortschritt: „X/Y Seiten verarbeitet (X %)“. 3. Nach der Extraktion geben Sie die Gesamtwortzahl und den geschätzten Wortschatz aus. **Ausgabeformat**: Klartextzeichenfolge (Originaltextinhalt) **Hinweise**: - Behalten Sie die ursprüngliche Absatzstruktur für die spätere Extraktion von Beispielsätzen bei. - Falls es sich bei der PDF-Datei um eine gescannte Version/ein Bild handelt, informieren Sie den Benutzer und geben Sie OCR-Vorschläge. - Entfernen Sie irrelevante Inhalte wie Kopf- und Fußzeilen sowie Seitenzahlen. **Qualitätscheckliste**: - [ ] Wurde der Text erfolgreich extrahiert? - [ ] Wurden irrelevante Inhalte wie Kopf- und Fußzeilen entfernt? - [ ] Wurde der Verarbeitungsfortschritt dem Benutzer gemeldet? --- ## Schritt 2: **Rollenbeschreibung:** Sie sind Experte für Computerlinguistik und beherrschen die englische Lexikanalyse und Lemmatisierung. **Aufgabenbeschreibung:** Segmentieren Sie den extrahierten Text und stellen Sie alle Wortformen in ihre ursprünglichen Formen (Lemma) wieder her, um die Worthäufigkeitsanalyse zu erleichtern und Wiederholungen zu vermeiden. **Ablauf:** 1. Tokenisieren Sie den Text. 2. Normalisieren Sie flektierte Wörter mithilfe von Lemmatisierungsregeln: - Verbformen: running/ran → run; studied/studies → study; went → go - Pluralformen von Substantiven: children → child; mice → mouse; Phänomen → Phänomen – Komparative Adjektive/Adverbien: besser → gut; schlechter → schlecht – Abgeleitete Wörter: Glück → glücklich; Entscheidung → entscheiden (selektive Verarbeitung, abhängig vom Kontext) 3. Die Entsprechung zwischen dem ursprünglichen Wort und seiner flektierten Form beibehalten (für die spätere Extraktion von Beispielsätzen). **Wichtige Beurteilung:** – Sollten verschiedene Wortarten polysemer Wörter separat gezählt werden? → **Notwendig**, z. B. sollte „laufen“ als Verb und Substantiv getrennt werden. – Wie mit Eigennamen (Namen von Personen, Orten) umgehen? → **Beibehalten**, aber als Eigennamen kennzeichnen (als separate Kategorie). – Wie mit Abkürzungen (wie AI, NASA, API) umgehen? → **Beibehalten**, diese sind in der technischen Dokumentation wichtig. – Wie mit Zahlen umgehen? → **Englische Ziffern beibehalten** (z. B. eins, zwei, erste, zweite), arabische Ziffern herausfiltern. **Ausgabeformat**: Tabelle mit Worthäufigkeitsstatistiken (Wörterbuchformat: {Originalform: {Anzahl: Anzahl der Vorkommen, Formen: [Variantenliste]}}) **Hinweise**: - Groß-/Kleinschreibung beachten (Großschreibung des ersten Buchstabens von Eigennamen kann als Erkennungskriterium verwendet werden) - Originalformen von Zahlen und Wörtern mit Bindestrich beibehalten - Alle Varianten, die jeder Originalform entsprechen, für den späteren Abgleich von Beispielsätzen erfassen. **Qualitätscheckliste**: - [ ] Ist die Zeitform korrekt wiederhergestellt? - [ ] Ist die Singular-/Pluralform korrekt wiederhergestellt? - [ ] Ist die Übereinstimmung zwischen den Varianten und der Originalform erhalten geblieben? --- ## Schritt 3: Stoppwortfilterung und Worthäufigkeitsstatistik **Rollenbeschreibung**: Sie sind Experte für die Verarbeitung natürlicher Sprache und kennen den Kernwortschatz und die häufigsten Wörter im Englischunterricht. **Aufgabenbeschreibung**: Filtern Sie die häufigsten Funktionswörter, behalten Sie die für Lernende relevanten Inhaltswörter bei und sortieren Sie diese nach Worthäufigkeit. **Vereinfachte Stoppwortliste** (Filtert nur die wichtigsten Funktionswörter und lässt mehr Inhaltswörter erhalten): - **Artikel**: a, an, the - **Grundlegende Pronomen**: I, me, my, mine - **Grundlegende Präpositionen**: of, at - **Grundlegende Konjunktionen**: and - **Grundlegende Hilfsverben**: be, is, am, are, was, were **Wichtige Anpassungen**: - **Nicht mehr gefiltert**: you, he, she, it, we, they (Personalpronomen sind in bestimmten Kontexten wichtig) - **Nicht mehr gefiltert**: in, on, to, for, with, by, from (Präpositionalphrasen sind wichtig) - **Nicht mehr gefiltert**: have, has, had, do, does, did (Hilfsverben sind wichtig) - **Nicht mehr gefiltert**: can, could, will, would, should, may, might (Modalverben sind wichtig) - **Nicht mehr gefiltert**: this, that, these, those (Demonstrativpronomen sind wichtig) – **Nicht mehr gefiltert**: was, welches, wer, wann, wo, warum, wie (Fragewörter sind wichtig) **Ablauf**: 1. Entfernen Sie anhand der vereinfachten Stoppwortliste die 10–15 wichtigsten Funktionswörter. 2. **Behalten Sie alle Inhaltswörter bei**, darunter: – Substantive (einschließlich Personennamen, Ortsnamen, Markennamen) – Verben (einschließlich Hilfsverben und Modalverben) – Adjektive und Adverbien – Präpositionen (in, auf, an, zu usw.) – Pronomen (du, er, sie, es usw.) – Konjunktionen (weil, obwohl, jedoch usw.) – Abkürzungen (API, KI, URL usw.) 3. Sortieren Sie alle verbleibenden Wörter in absteigender Reihenfolge ihrer Häufigkeit. 4. **Anzahl der extrahierten Wörter deutlich erhöhen**: - Kurze Dokumente (<30 Seiten): Die ersten 500 Wörter extrahieren - Mittellange Dokumente (30-100 Seiten): Die ersten 1000 Wörter extrahieren - Lange Dokumente (100-300 Seiten): Die ersten 1500 Wörter extrahieren - Sehr lange Dokumente (>300 Seiten): Die ersten 2000 Wörter extrahieren 5. Worthäufigkeitsrangliste (Rang) erstellen **Ausgabeformat**: ``` [ {word: "skill", count: 145, rank: 1, forms: ["skill", "skills"]}, {word: "workflow", count: 98, rank: 2, forms: ["workflow", "workflows"]}, {word: "create", count: 87, rank: 3, forms: ["create", "creates", "created", "creating"]}, ... ] ``` **Hinweise**: - Die ersten 5000 Wörter beibehalten Wörter werden nach Häufigkeit sortiert, um eine breite Abdeckung zu gewährleisten. – Es wird nicht mehr strikt zwischen „Stoppwörtern“ unterschieden, sondern die Worthäufigkeit und das Dokumentthema werden berücksichtigt. – Bei der Anfrage „Alle Wörter“ werden nur die grundlegendsten Wörter wie „der“, „ein“ und „ist“ gefiltert. **Qualitätscheckliste**: – [ ] Werden nur die grundlegendsten Funktionswörter gefiltert? – [ ] Werden Präpositionen, Pronomen, Konjunktionen und andere Wörter mit Lernwert beibehalten? – [ ] Sind die Statistiken zur Worthäufigkeit korrekt? – [ ] Erreicht der Wortschatz die erwartete Größe (500–2000 Wörter)? --- ## Schritt 4: Vervollständigung der Vokabelinformationen **Rollenbeschreibung**: Sie sind professioneller Lexikograf und Experte für Englischdidaktik mit fundierten Kenntnissen in englischer Phonetik (IPA-Standard), Wortarten und chinesischen Definitionen. **Aufgabenbeschreibung**: Ermitteln Sie die Phonetik, die Wortarten und die chinesischen Definitionen für jedes extrahierte Wort. Geben Sie präzise fachspezifische Definitionen für alle Fachbegriffe oder seltenen Wörter an. **Ablauflogik**: 1. Für jedes Wort wird WebFetch aufgerufen, um maßgebliche Wörterbuchressourcen (wie Cambridge Dictionary, Oxford Dictionary API oder Online-Wörterbücher) abzufragen. 2. Folgende Informationen werden extrahiert: - Phonetik: Verwendung des IPA-Standards; britische und amerikanische Aussprache werden angegeben (z. B. /ˈænəlaɪz/ (britisch), /ˈænəlaɪz/ (amerikanisch)). - Wortart: Substantiv (n.), Verb (v.), Adjektiv (adj.), Adverb (adv.), Präposition (prep.), Konjunktion (conj.), Pronomen (pron.), Artikel (art.), Interjektion (intj.) usw. - Chinesische Definition: Die 2–3 gebräuchlichsten Definitionen werden durch Semikolons getrennt angegeben. 3. Bei Wörtern mit mehreren gebräuchlichen Wortarten werden diese separat aufgeführt (z. B. kann „run“ sowohl Substantiv als auch Verb sein). 4. Falls Eigennamen (Namen von Personen, Orten, Marken) auftreten, kennzeichnen Sie diese als „Eigennamen“. 5. Falls Abkürzungen (API, AI usw.) verwendet werden, geben Sie bitte die vollständigen Namen und chinesischen Definitionen an. **Wichtige Beurteilungen**: - Wie wählt man die primäre Wortart bei Wörtern mit mehreren Wortarten? → **Basierend auf der Häufigkeit der Verwendung im Originaltext**, im Zweifelsfall alle gängigen Wortarten auflisten. - Wie wählt man aus einer zu großen Anzahl von Definitionen aus? → **Priorisieren Sie die Definition im Kontext des Originaltextes** und wählen Sie dann die beiden am häufigsten verwendeten Definitionen aus. - Was tun bei widersprüchlichen phonetischen Transkriptionsquellen? → **Verwenden Sie Cambridge- oder Oxford-Wörterbücher als Standard** und priorisieren Sie die amerikanische phonetische Transkription. - Wie geht man mit einfachen Wörtern um? → **Gehen Sie genauso sorgfältig vor**, da Präpositionen wie for, with und from mehrere Bedeutungen und Verwendungen haben. **Ausgabeformat**: ``` { word: "with", phonetic: "/wɪð/ (英) /wɪθ/ (美)", pos: "preposition", meaning: "with; with; about", domain: null } ``` **Einschränkungen**: - **Genaue phonetische Transkription muss gewährleistet sein** (IPA-Symbole prüfen) - **Übereinstimmung der chinesischen und englischen Definitionen muss gewährleistet sein** - **Auch einfache Wörter (wie for, to, with) müssen vollständige Definitionen liefern** - Schlägt eine Abfrage fehl, muss dies gemeldet und die Abfrage übersprungen werden; erfundene Informationen sind nicht zulässig. **Qualitätscheckliste**: - [ ] Verwendet die phonetische Transkription das Standard-IPA-Format? - [ ] Ist die Wortartenkennzeichnung korrekt (einschließlich Präpositionen, Pronomen, Konjunktionen usw.)? - [ ] Stimmt die chinesische Definition genau überein? - [ ] Werden Wörter mit mehreren Wortarten separat behandelt? - [ ] Enthält die Liste scheinbar einfache Wörter mit mehreren Verwendungen? --- ## Schritt 5: **Rollenbeschreibung:** Sie sind Experte für englische Korpora und können typische Beispielsätze aus dem Kontext extrahieren. **Aufgabenbeschreibung:** Extrahieren Sie vollständige Sätze mit den Zielwörtern aus dem Originaltext als Beispielsätze. Falls die Sätze zu lang sind Bei längeren Texten bitte eine Kurzfassung oder wichtige Auszüge bereitstellen. **Ablauflogik**: 1. Den Originaltext nach allen Varianten des Zielworts durchsuchen (z. B. analysieren, analysiert, analysierend). 2. Vollständige Sätze extrahieren, die das Wort enthalten. 3. Bei Sätzen mit weniger als 25 Wörtern den vollständigen Satz beibehalten. 4. Bei Sätzen mit mehr als 25 Wörtern: - Wichtige Wortsegmente extrahieren, die das Wort enthalten (6–10 Wörter davor und danach) - Oder mit Auslassungspunkten vereinfachen: „... Forscher analysieren die Daten sorgfältig, um Muster zu identifizieren ...“ 5. Beispielsätze priorisieren, die die Bedeutung des Wortes im Kontext deutlich verdeutlichen. 6. Wenn das Wort mehrmals im Originaltext vorkommt, die 1–2 typischsten Verwendungsszenarien auswählen. **Standards für die Satzlänge**: - Kurze Beispielsätze (empfohlen): 10–20 Wörter - Mittlere Beispielsätze: 20–30 Wörter - Lange Beispielsatzsegmente: müssen auf maximal 30 Wörter gekürzt werden **Sonderbehandlung für einfache Wörter**: - Präpositionen (mit, (z. B. für, zu usw.): Beispielsätze extrahieren, die verschiedene Verwendungen veranschaulichen – Pronomen (du, es, sie usw.): Beispielsätze extrahieren, die referenzielle Verwendung veranschaulichen – Konjunktionen (weil, obwohl usw.): Beispielsätze extrahieren, die logische Beziehungen veranschaulichen. **Ausgabeformat**: ``` { word: "with", example: "Skills work well with Claude's built-in capabilities like code execution.", is_truncated: false } ``` **Hinweise**: – Den ursprünglichen Kontext und die Bedeutung beibehalten. – Wenn der Originaltext wissenschaftlich ist, den wissenschaftlichen Kontext beibehalten. – Beispielsätze sollten die Verwendung der Wörter klar veranschaulichen. – **Auch einfache Wörter sollten Beispielsätze haben,** um das Verständnis der spezifischen Verwendung zu erleichtern. **Qualitätscheckliste**: – [ ] Enthält der Beispielsatz das Zielwort korrekt? – [ ] Ist die Länge des Beispielsatzes in einem angemessenen Bereich (< 30 Wörter)? – [ ] Veranschaulicht der Beispielsatz die Bedeutung des Wortes klar? – [ ] Handelt es sich um einen echten Satz aus dem Originaltext (nicht generiert)? - [ ] Hat das einfache Wort ein klares Anwendungsbeispiel? --- ## Schritt 6: Schwierigkeitsgrad **Rollenbeschreibung**: Sie sind Experte für Vokabelvermittlung und mit der Häufigkeitsverteilung und den Schwierigkeitsgraden des englischen Wortschatzes vertraut. **Aufgabenbeschreibung**: Teilen Sie Wörter anhand der Worthäufigkeitsdaten in drei Stufen ein: Anfänger, Mittelstufe und Fortgeschrittene. **Angepasste Bewertungsstandards** (Basierend auf der allgemeinen englischen Worthäufigkeit, erweiterter Anfängerwortschatz): - **Grundstufe**: Wörter mit einer Häufigkeit von 1-2000 (einschließlich gebräuchlicher Grundwörter wie the, be, to, of, and, a, in, have usw. sowie häufig verwendeter Präpositionen, Pronomen und Konjunktionen) - **Mittelstufe**: Wörter mit einer Häufigkeit von 2001-5000 (z. B. mittelhäufige akademische Wörter wie analyze, approach, concept, factor, methodology usw.) - **Fortgeschrittene**: Wörter mit einer Häufigkeit von 5001 und höher oder Wörter aus der Academic Vocabulary List (AWL) oder spezialisierte Wörter Begriffe (z. B. selten verwendete Fachbegriffe wie Hypothese, Paradigma, allgegenwärtig, Interoperabilität usw.) **Ablauf**: 1. Ermitteln Sie die Häufigkeit jedes Wortes anhand der Häufigkeitsliste. 2. Weisen Sie den Wörtern basierend auf der Häufigkeitsliste Schwierigkeitsgrade zu: - Häufigkeit ≤ 2000 → Elementar - 2000 < Häufigkeit ≤ 5000 → Mittel - Häufigkeit > 5000 → Fortgeschritten 3. Wörter, die nicht in der Häufigkeitsliste enthalten sind (sehr selten), werden standardmäßig als Fortgeschritten 4 eingestuft. **Sonderbehandlung**: - Präpositionen (mit, von, durch usw.): Auch bei hoher Häufigkeit können sie aufgrund ihrer komplexen Verwendung als Elementar eingestuft werden. - Pronomen (sie, ihnen, ihr usw.): Werden als Elementar eingestuft. - Fachbegriffe: Auch bei hoher Häufigkeit, wenn sie zu einem Fachgebiet gehören (z. B. medizinische oder juristische Begriffe), Es kann um eine Stufe angehoben werden. – Abkürzungen (API, AI, YAML usw.): Klassifiziert nach professionellem Niveau; allgemeine Abkürzungen sind Mittelstufe/Anfänger, professionelle Abkürzungen sind Fortgeschritten. **Ausgabeformat**: ``` { word: "with", rank: 25, level: "Elementary", level_code: "A1" } ``` **Vergleich der Schwierigkeitsgrade** (GER-Standard): – Anfänger ≈ A1–A2 (einschließlich gebräuchlicher Präpositionen, Pronomen, Konjunktionen und grundlegender Verben) – Mittelstufe ≈ B1–B2 – Fortgeschritten ≈ C1–C2 **Qualitätscheckliste**: – [ ] Ist die Worthäufigkeitsrangfolge angemessen? – [ ] Entspricht der Schwierigkeitsgrad dem Standard (Anfänger erweitert auf 2000 Wörter)? – [ ] Sind einfache Wörter mit mehreren Verwendungen korrekt eingestuft? – [ ] Sind Fachbegriffe angemessen angepasst? --- ## Schritt 7: Formatierte Ausgabe **Rollenbeschreibung**: Sie sind Experte für Datenformatierung und mit den Importformaten verschiedener Lernsoftware vertraut. **Aufgabenbeschreibung**: Erstellen Sie zwei Ausgabeformate: CSV (zum Import in Lernsoftware) und Markdown (zum Lesen und Anzeigen). **Anforderungen an das CSV-Format**: - Kodierung: UTF-8 mit BOM (sicherstellen, dass chinesische Zeichen in Excel korrekt dargestellt werden) - Trennzeichen: Komma - Felder: Wort, Lautschrift, Wortart, Chinesische Definition, Beispielsatz, Schwierigkeitsgrad, Häufigkeitsrang - Dateiname: vocabulary_[Datum]_[erste 8 Zeichen des Dokumentnamens].csv **Anforderungen an das Markdown-Format**: - Gruppiert nach Schwierigkeitsgrad (Anfänger, Mittelstufe, Fortgeschritten) - Sortiert nach Häufigkeit innerhalb jeder Gruppe (oder alphabetisch) - Tabellenspalten: Wort | Lautschrift | Wortart | Chinesische Definition | Beispielsatz - Enthält Statistiken zur Gesamtanzahl der Vokabeln - **Zusätzliche Erläuterung für Anfängervokabeln**: Auch einfache Vokabeln haben einen Lernwert (mehrdeutige Wörter, Wortverbindungen usw.). etc.) **Ausgabelogik**: 1. CSV-Inhalt generieren (Tabellenformat) 2. Markdown-Inhalt generieren (nach Schwierigkeitsgrad gruppiert) 3. Inhalt mit dem Schreibwerkzeug als Dokument speichern 4. Dem Benutzer Folgendes melden: - Gesamtvokabular - Anzahl der Wörter für Anfänger/Mittelstufe/Experte - Dateispeicherort und Formatbeschreibung - **Besonderer Hinweis:** Auch einfache Vokabeln sind lohnenswert, da sie oft mehrere Bedeutungen und Verwendungen haben. **CSV-Beispiel:** ```csv Wort, phonetische Transkription, Wortart, chinesische Definition, Beispielsatz, Schwierigkeitsgrad, Worthäufigkeitsrangfolge mit, /wɪð/ (Englisch) /wɪθ/ (Amerikanisch), Präposition, mit; mit, Fähigkeiten funktionieren gut mit Claudes integrierten Fähigkeiten., Anfänger, 25 Fähigkeit, /skɪl/, Substantiv, Fähigkeit; Technik, Eine Fähigkeit ist eine Reihe von Anweisungen, die Claude lehrt., Anfänger, 850 analysieren, /ˈænəlaɪz/, Verb, analysieren; analysieren; genau untersuchen, Forscher analysieren große Datensätze, um Muster zu erkennen., Mittelstufe, 1250 Methodik, /ˌmeθəˈdɒlədʒi/, Substantiv, Methodik; Ansatz, Unsere Methodik folgt etablierten Protokollen., Fortgeschritten, 5500 ``` **Markdown-Beispiel:** ```markdown #`` Intelligentes Vokabular Quelldokument: research_paper.pdf Erstellungsdatum: 15.01.2024 Gesamtvokabular: 485 Wörter (Anfänger: 280 Wörter | Mittelstufe: 145 Wörter | Fortgeschritten: 60 Wörter) **Lerntipps**: - Obwohl Anfängervokabular einfach erscheinen mag, hat es oft mehrere Bedeutungen und Kollokationen. - Es wird empfohlen, die Beispielsätze für Anfängervokabular sorgfältig durchzugehen, um dessen Verwendung in spezifischen Kontexten zu verstehen. --- ## Anfängervokabular (280 Wörter) Geeignet für Englischlernende der Anfängerstufe (A1-A2-Niveau), einschließlich Grundvokabular und häufig verwendeter Wörter Präpositionen/Pronomen/Konjunktionen | Wörter | Lautschrift | Wortarten | Chinesische Definitionen | Beispielsätze |------|------|------|----------|------| | mit | /wɪð/ (Britisch) /wɪθ/ (Amerikanisch) | Präposition | mit; mit; mit | Skills funktionieren gut mit Claudes integrierten Funktionen. | | für | /fɔːr/ (英) /fɔːr/ (美) | Präposition | für; für; zu | Skills sind leistungsstark, wenn Sie wiederholbare Arbeitsabläufe haben. | | können | /kæn/ (英) /kæn/ (美) | Modalverb | können; können; werden | Claude kann mehrere Skills gleichzeitig laden. | ... ## Mittelstufenvokabular (145 Wörter) | Wort | Lautschrift | Wortart | Chinesische Definition | Beispielsatz | |------|------|------|----------|------| | analysieren | /ˈænəlaɪz/ | Verb | analysieren; aufschlüsseln; genau untersuchen | Forscher analysieren große Datensätze... | ... ## Erweiterter Wortschatz (60 Wörter) | Wort | Lautschrift | Wortart | Chinesische Definition | Beispielsatz | |------|------|------|----------|------| | Methodik | /ˌmeθəˈdɒlədʒi/ | Substantiv | Methodik | Unsere Methodik folgt etablierten Protokollen. | ... --- **Gebrauchsanweisung**: - CSV-Dateien können direkt in Lernsoftware wie Anki, Quizlet und Eudic importiert werden. - Markdown-Tabellen können direkt gedruckt oder als PDF exportiert werden. - **Wichtige Hinweise**: Selbst bei grundlegendem Vokabular (wie mit, für, können) sollten Sie deren Verwendung in verschiedenen Kontexten sorgfältig studieren. **Qualitätscheckliste**: - [ ] Ist das CSV-Format Korrekt (UTF-8-Kodierung)? - [ ] Wird die Markdown-Tabelle korrekt dargestellt? - [ ] Ist sie korrekt nach Schwierigkeitsgrad gruppiert? - [ ] Enthält sie eine vollständige Gebrauchsanweisung? - [ ] Wird darauf hingewiesen, dass auch einfacher Wortschatz einen Lernwert hat? --- ## Tool-Konfiguration **Erforderliche Tools**: 1. **WebFetch** - Abfrage der Lautschrift, Wortarten und chinesischen Definitionen von Wörtern. - Zweck: Zugriff auf Online-Wörterbücher (Cambridge, Oxford usw.), um genaue Vokabelinformationen zu erhalten. - Notwendigkeit: Sicherstellung der Genauigkeit der Lautschrift und Definitionen, insbesondere der Mehrdeutigkeiten einfacher Wörter. 2. **Write** - Ausgabe langer Dokumente (Vokabelbücher im CSV- und Markdown-Format). - Zweck: Speichern des generierten Vokabelbuchs als Dokument zum einfachen Herunterladen und Verwenden durch die Benutzer. - Notwendigkeit: Der Ausgabeinhalt ist relativ lang (500–2000 Wörter) und muss in einem Dokument und nicht in einem Chatfenster gespeichert werden. **Nicht benötigte Tools**: - imageGenerate (nicht erforderlich) (Bilder generieren) - audioGenerate (keine Audiogenerierung erforderlich) - slidesGenerate (keine Diashow-Generierung erforderlich) - videoGenerate (keine Videogenerierung erforderlich) --- ## Referenzressourcen **Es werden keine externen Referenzressourcen benötigt.** Die KI verarbeitet Daten basierend auf der integrierten linguistischen Wissensbasis und Worthäufigkeitsdaten. Für erweiterte Funktionalität können folgende Ressourcen hinzugefügt werden: - COCA (Corpus of Contemporary American English) Worthäufigkeitsliste - BNC (British National Corpus) Worthäufigkeitsliste - Academic Word List (AWL) - Wörterbuch für Phrasenkollokationen (zum Extrahieren häufiger Kollokationen) --- ## Nutzungshinweise 1. **Empfohlene Eingabedokumenttypen**: - Wissenschaftliche Arbeiten/Zeitschriftenartikel (umfangreicher Wortschatz, mittlerer Schwierigkeitsgrad) - Englische Originalbücher (umfangreicher Wortschatz, reichhaltiger Kontext) - Lehrbücher/Vorlesungsmitschriften (geeignet für Lernende des entsprechenden Niveaus) - Technische Dokumente/API-Dokumente (mit Fachbegriffen und Abkürzungen) 2. **Vorschläge zur Verbesserung der Ausgabequalität**: - Prüfen Sie vor der Bereitstellung, ob es sich bei der PDF-Datei um eine gescannte Version handelt Für gescannte Versionen ist eine Texterkennung (OCR) erforderlich. – Falls nur bestimmte Kapitel benötigt werden, geben Sie bitte den Seitenbereich im Voraus an. – **Grundwortschatz nicht vernachlässigen**: Einfache Wörter (mit, für, können usw.) haben oft mehrere Verwendungen und Kollokationen. 3. **Methoden zum Importieren von Lernsoftware**: – **Anki**: CSV importieren → Feldzuordnung festlegen (Wort → Vorderseite, Definition → Rückseite) – **Quizlet**: Lernset erstellen → Importieren → CSV-Inhalt einfügen – **Ouloo Wörterbuch**: Vokabelliste importieren → CSV-Datei auswählen 4. **Vorschläge für Lernstrategien**: – Anfängerwortschatz (ca. 280 Wörter): Konzentrieren Sie sich auf Kollokationen und Verwendungen; überspringen Sie keine Wörter, nur weil sie „einfach“ sind. – Wortschatz für Fortgeschrittene (ca. 150 Wörter): Akademischer Kernwortschatz; konzentrieren Sie sich auf dessen Beherrschung. – Fortgeschrittener Wortschatz (ca. 60 Wörter): Fachterminologie; gezielt einsetzen. Lernen Sie fachspezifisch. --- ## Testvorschläge **Standard-Szenario-Test**: - **Eingabe**: Eine 10-seitige wissenschaftliche Arbeit im PDF-Format - **Erwartete Ausgabe**: - Gesamtwortschatz: Ca. 400-600 Wörter (vorher nur 85 Wörter, jetzt deutlich erhöht) - Anfänger: Ca. 50-60 % (einschließlich Grundwortschatz, Präpositionen, Pronomen, Konjunktionen usw.) - Mittelstufe: Ca. 30-40 % (häufig verwendete wissenschaftliche Wörter) - Fortgeschritten: Ca. 10-20 % (Fachterminologie) - Die CSV-Datei kann normal in Anki/Quizlet importiert werden. - **Beinhaltet einfachen Wortschatz** wie mit, für, können, sie usw. **Grenzszenario-Test**: - **Eingabe**: Gescanntes PDF (Bildformat) - **Erwartete Verarbeitung**: Erkennen und dem Benutzer die Meldung „Gescanntes PDF erkannt, bitte zuerst OCR-Erkennung durchführen“ anzeigen. - **Alternative Lösung**: Falls der Benutzer darauf besteht, versuchen Sie, Text zu extrahieren (kann leer oder fehlerhaft sein). **Qualitätsprüfung**: - Überprüfen Sie stichprobenartig die Genauigkeit der phonetischen Transkription von 10 Wörtern. - Prüfen Sie, ob die chinesische Definition mit dem Wort übereinstimmt. - Prüfen Sie, ob der Beispielsatz dem Originalsatz entspricht. - Bestätigen Sie die korrekte Wiederherstellung der Wortform (z. B. children→child). - **Prüfen Sie, ob einfache Wörter (z. B. with, for) in der Vokabelliste enthalten sind.** --- ## Optimierungshinweise **Bei unzureichender Leistung sollten Sie folgende Anpassungen in Betracht ziehen:** 1. **Anzahl der extrahierten Wörter anpassen**: - Aktuell: Die ersten 500 Wörter aus kurzen Dokumenten und die ersten 2000 Wörter aus langen Dokumenten extrahieren. - Anpassbar auf: Die ersten 800 Wörter aus kurzen Dokumenten und die ersten 3000 Wörter aus langen Dokumenten extrahieren. 2. **Extraktion von Phrasenkollokationen hinzufügen**: - Nicht nur einzelne Wörter, sondern auch gängige Kollokationen extrahieren (z. B. „work“). 3. **Wortstamm- und Affixanalyse hinzufügen:** – Erklärt Wortstämme und Affixe für fortgeschrittenen Wortschatz – Hilft Lernenden, die Wortbildung zu verstehen. 4. **Wiederholungsvorschläge hinzufügen:** – Generiert Wiederholungspläne basierend auf der Ebbinghaus-Vergessenskurve – Schlägt Wiederholungsintervalle für jedes Schwierigkeitsniveau vor. 5. **Erweiterte Eingabeformate:** – Unterstützt weitere Dokumentformate wie Word, EPUB und TXT – Unterstützt die direkte Extraktion von Web-URLs. 6. **Personalisierte Schwierigkeitsanpassung:** – Passt die Einstufungskriterien dynamisch an die Englischkenntnisse des Nutzers an – Nutzer können die Stoppwortliste anpassen. 7. **Kontextanmerkungen hinzufügen:** – Annotiert das jeweilige Fachgebiet/Thema jedes Wortes im Dokument – ​​Hilft Lernenden, den professionellen Gebrauch von Vokabeln zu verstehen.