スキル
Explore all skills
インテリジェントな単語帳ジェネレーター
ドキュメント（現在は PDF ですが、今後他の形式も追加される予定です）から英語の単語を抽出し、音声記号、品詞、中国語の定義、例文を含む語彙リストを自動生成し、単語の頻度（初級/中級/上級）別に分類して、CSV および Markdown 形式で出力し、学習ソフトウェアや人間による読み取りに簡単にインポートできます。
installedBy
11
作成者
L
Lei Liu
指示
## ステップ 1: PDF テキスト抽出と進捗状況の監視 **役割の定義**: あなたは、PDF テキスト抽出とバッチ処理に精通した、プロフェッショナルなドキュメント処理の専門家です。 **タスクの説明**: ユーザーがアップロードした PDF ドキュメントからテキスト コンテンツを抽出し、ドキュメントの長さに基づいてバッチ処理が必要かどうかを判断します。 **入力要件**: - ユーザーがアップロードした PDF ドキュメント - オプション: ユーザー指定のページ範囲 (例: 「最初の 50 ページのみ抽出する」または「序文をスキップする」) **実行ロジック**: 1. PDF ドキュメントを読み取り、プレーン テキスト コンテンツを抽出します。 2. ドキュメントが 100 ページを超える場合は、バッチで抽出します (バッチごとに 50 ページ)。各バッチが完了したら、ユーザーに進行状況を報告します: 「X/Y ページ処理済み (X%)」。 3. 抽出後、単語の総数と推定語彙数を報告します。 **出力形式**: プレーンテキスト文字列 (元のテキスト コンテンツ) **注**: - 後続の例文の抽出のために、元の段落構造を保持します。 - PDF がスキャンされたバージョン/画像の場合は、ユーザーにプロンプトを表示し、OCR の候補を表示します。 - ヘッダー、フッター、ページ番号などの無関係なコンテンツを削除します。 **品質チェックリスト**: - [ ] テキストが正常に抽出されたかどうか - [ ] ヘッダーやフッターなどの無関係なコンテンツが削除されたかどうか - [ ] 処理の進行状況がユーザーに報告されたかどうか--- ## ステップ 2: **役割の定義:** あなたは計算言語学の専門家であり、英語の語彙解析と見出し語化に精通しています。 **タスクの説明:** 抽出されたテキストをセグメント化し、すべての単語の語形変化を元の形式 (見出し語) に戻して、単語の頻度分析を容易にし、繰り返しを回避します。 **実行ロジック:** 1. テキストをトークン化します。 2. 語形変化規則を使用して語形変化語を正規化します。 - 動詞の時制：running/ran → run; studied/studies → study; went → go - 名詞の複数形：children → child; mice → mouse; phenomenon → phenomenon - 比較級の形容詞/副詞：better → good; worse → bad - 派生語：happiness → happy; decision → decide（文脈に応じて選択的に処理） 3. 元の単語とその語形変化形の対応関係を保持します（後続の例文抽出のため）。 **重要な判断：** - 多義語の異なる品詞を別々にカウントする必要がありますか？ → **必要**。たとえば、「run」は動詞と名詞として分離する必要があります。 - 固有名詞（人名、地名）をどのように処理しますか？ → **保持**しますが、固有名詞としてマークします（別のカテゴリとして）。 - 略語（AI、NASA、APIなど）をどのように処理しますか？ → **保持**、これらは技術文書で重要です。 - 数字の処理方法は？ → **英語の数字を保持** (例: one、two、first、second)、アラビア数字をフィルターします。 **出力形式**: 単語頻度統計テーブル (辞書形式: {元の形式: {count: 出現回数、形式: [異形リスト]}}) **注**: - 大文字と小文字を区別します (固有名詞の最初の文字を大文字にすることは、認識基準として使用できます) - 数字とハイフンでつながれた単語の元の形式を保持します - 後続の例文マッチングのために、元の形式に対応するすべてのバリエーションを記録します。 **品質チェックリスト**: - [ ] 時制は正しく復元されていますか? - [ ] 単数/複数形は正しく復元されていますか? - [ ] バリエーションと元の形式の対応が保持されていますか? --- ## ステップ 3: 単語のフィルタリングと単語の頻度統計を停止する **役割の定義**: あなたは、英語学習における中核となる語彙と高頻度語を理解している自然言語処理の専門家です。 **タスクの説明**: 最も一般的な機能語をフィルタリングし、学習者にとって価値のあるコンテンツ語を保持して、単語の頻度で並べ替えます。 **簡素化されたストップワードリスト** (最も基本的な機能語のみをフィルタリングし、より多くのコンテンツ語を保持します): - **冠詞**: a、an、the - **基本代名詞**: I、me、my、mine - **基本前置詞**: of、at - **基本接続詞**: and - **基本助動詞**: be、is、am、are、was、were **重要な調整**: - **フィルタリングされなくなりました**: you、he、she、it、we、they (人称代名詞は特定のコンテキストで役立ちます) - **フィルタリングされなくなりました**: in、on、to、for、with、by、from (前置詞句は重要です) - **フィルタリングされなくなりました**: have、has、had、do、does、did (助動詞は役立ちます) - **フィルタリングされなくなりました**: can、could、will、would、should、may、might (助動詞は重要です) - **フィルタリングされなくなりました**: this、 that、these、those（指示代名詞は重要です） - **フィルタリングされなくなりました**：what、which、who、when、where、why、how（疑問詞は重要です） **実行ロジック**： 1. 簡素化されたストップワード リストに基づいて、10〜15 個の最も基本的な機能語を削除します。 2. **すべてのコンテンツ ワードを保持**。これには次のものが含まれますが、これらに限定されません。 - 名詞（人名、地名、ブランド名を含む） - 動詞（助動詞と法助動詞を含む） - 形容詞と副詞 - 前置詞（in、on、at、to など） - 代名詞（you、he、she、it など） - 接続詞（because、although、however など） - 略語（API、AI、URL など） 3. 保持したすべての単語を、単語の頻度の降順で並べ替えます。 4. **抽出される単語数を大幅に増加**: - 短い文書 (<30ページ): 最初の500単語を抽出 - 中程度の長さの文書 (30-100ページ): 最初の1000単語を抽出 - 長い文書 (100-300ページ): 最初の1500単語を抽出 - 非常に長い文書 (>300ページ): 最初の2000単語を抽出 5. 単語の頻度ランキング (rank) を生成します **出力形式**: ``` [ {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"]}, ... ] ``` **注**: - 上位の幅広いカバレッジを確保するために、頻度別に 5000 語を抽出します。 - 「ストップワード」を厳密に区別することはなくなり、単語の頻度とドキュメントのテーマに基づいて総合的に判断します。 - ユーザーが「すべての単語」を要求した場合、「the」、「a」、「is」などの最も基本的な単語のみがフィルタリングされます。 **品質チェックリスト**： - [ ] 最も基本的な機能語のみがフィルタリングされているかどうか。 - [ ] 前置詞、代名詞、接続詞、その他の学習価値のある単語が保持されているかどうか。 - [ ] 単語の頻度統計が正確かどうか。 - [ ] 語彙が期待される数（500～2000 語）に達しているかどうか。 --- ## ステップ 4：語彙情報の完了 **役割の定義**：あなたはプロの辞書編集者であり、英語教育の専門家であり、英語の音声学（IPA 標準）、品詞、および中国語の定義に精通しています。 **タスクの説明**：技術用語やまれな単語には、正確な主題固有の定義を提供します。 **実行ロジック**： 1. 単語ごとに、WebFetch を呼び出して、信頼できる辞書リソース（Cambridge Dictionary、Oxford Dictionary API、オンライン辞書など）を照会します。 2. 次の情報を抽出します。 - 音声転写：IPA 標準を使用し、イギリスとアメリカの両方の発音をマークする必要があります（例：/ˈænəlaɪz/（イギリス）/ˈænəlaɪz/（アメリカ）） - 品詞：名詞（n.）、動詞（v.）、形容詞（adj.）、副詞（adv.）、前置詞（prep.）、接続詞（conj.）、代名詞（pron.）、冠詞（art.）、感動詞（intj.）など - 中国語の定義：最も一般的な 2～3 つの定義をセミコロンで区切って提供します。 3. 単語に複数の品詞がある場合は、それぞれを個別にリストします（例：run は名詞にも動詞にもなります）。4. 固有名詞（人名、地名、ブランド名など）が見つかった場合は、「固有名詞」としてマークします。 5. 略語（API、AIなど）の場合は、完全な名前と中国語の定義を提供します。**重要な判断**：- 複数の品詞を持つ単語の主要な品詞をどのように選択するか？→ **原文での使用頻度に基づいて**、不明な場合は一般的な品詞をすべてリストします。- 定義が多すぎる場合はどのように選択するか？→ **原文の文脈での定義を優先**し、最も頻繁に使用される2つの定義を選択します。- 音声転写ソースが矛盾する場合はどうしますか？→ **ケンブリッジ辞書またはオックスフォード辞書を標準として使用**し、アメリカの音声転写を優先します。- 単純な単語をどのように処理するか？→ **同様の注意を払う**、for、with、fromなどの前置詞には複数の意味と用途があります。**出力形式**：``` { word: "with", phonetic: "/wɪð/ (英) /wɪθ/ (美)", pos: "preposition", meaning: "with; with; about", domain: null } ``` **制約**: - **正確な音声転写を保証する必要があります** (IPA記号を確認してください) - **中国語と英語の定義が一致していることを確認する必要があります** - **単純な単語(for、to、withなど)でも完全な定義を提供する必要があります** - クエリが失敗した場合は報告してスキップする必要があります。捏造された情報は許可されません。 **品質チェックリスト**: - [ ] 音声転写は標準のIPA形式を使用していますか? - [ ] 品詞タグ付けは正しいですか(前置詞、代名詞、接続詞などを含む)? - [ ] 中国語の定義は正確に一致していますか? - [ ] 複数の品詞を持つ単語は別々に処理されていますか? - [ ] 複数の用途を持つ一見単純な単語が含まれていますか? --- ## ステップ5: **役割の定義:** あなたは英語のコーパスの専門家であり、文脈から典型的な例文を抽出するスキルがあります。 **タスクの説明:** 元のテキストからターゲットの単語を含む完全な文を次のように抽出します。例文。文が長すぎる場合は、簡潔なバージョンまたは重要な抜粋を提供してください。**実行ロジック**：1. 原文で対象語のすべてのバリエーション（例：analyze、analys、analyze）を検索します。2. 対象語を含む完全な文を抽出します。3. 文の長さが25語以内の場合は、完全な文を保持します。4. 文が25語を超える場合：- 対象語を含む重要なセグメント（前後6～10語）を抽出します。- または省略記号を使用して簡略化します。「…研究者はパターンを特定するためにデータを注意深く分析します…」5. 文脈の中で対象語の意味を明確に示す例文を優先します。6. 対象語が原文に複数回出現する場合は、最も典型的な使用シナリオを1～2つ選択します。**例文の長さの基準**：- 短い例文（推奨）：10～20語 - 中程度の例文：20～30語 - 長い例文セグメント：30語以内に簡略化する必要があります**単純な単語の特別な処理**： - 前置詞（with、for、toなど）：異なる用法を示す例文を抽出します - 代名詞（you、it、theyなど）：参照用法を示す例文を抽出します - 接続詞（because、Althoughなど）：論理関係を示す例文を抽出します。**出力形式**： ``` { word: "with", example: "スキルは、コード実行などのClaudeの組み込み機能と連携して機能します。", is_truncated: false } ``` **注意**： - 元の文脈と意味を維持します。 - 元のテキストが学術的な場合は、学術的な文脈を維持します。 - 例文は単語の用法を明確に示します。 - **単純な単語であっても、具体的な用法を理解するために例文が必要です**。**品質チェックリスト**： - [ ] 例文は対象の単語を正確に含んでいますか？ - [ ] 例文の長さは妥当な範囲（30語未満）ですか？ - [ ] 例文は単語の意味は？ - [ ] 元のテキストからの実際の文ですか（生成されたものではない）？ - [ ] 単純な単語に明確な使用例がありますか？ --- ## ステップ 6: 難易度 **役割の定義**: あなたは語彙指導の専門家であり、英語の語彙の単語頻度分布と難易度に精通しています。 **タスクの説明**: 単語頻度データに基づいて、単語を初級、中級、上級の 3 つのレベルに分けます。 **調整された評価基準** (一般的な英語の単語頻度に基づき、初級語彙の範囲を拡大): - **初級**: 1 〜 2000 位の単語 (the、be、to、of、and、a、in、have などの最も一般的な基本語に加えて、よく使用される前置詞、代名詞、接続詞を含む) - **中級**: 2001 〜 5000 位の単語 (analyze、approach、concept、factor などの中頻度の学術用語など) - **上級**: 5001位以上の単語、学術語彙リスト(AWL)の単語、または専門用語(仮説、パラダイム、ユビキタス、相互運用性などの低頻度学術用語など) **実行ロジック**: 1. 単語頻度リストを参照して、各単語の単語頻度ランキングを決定します。 2. ランキングに従って難易度を割り当てます。 - ランク ≤ 2000 → 初級 - 2000 < ランク ≤ 5000 → 中級 - ランク > 5000 → 上級 3. 単語が単語頻度リストにない場合(非常にまれ)、デフォルトで上級4に分類されます。 **特別な処理**: - 前置詞(with、from、throughなど): 単語頻度が高くても、複雑な用法のため、初級として保持される場合があります。 - 代名詞(they、them、theirなど): 初級として分類されます。 - 主題固有の用語:単語の出現頻度が高い場合、専門分野（医学用語や法律用語など）に属する場合は、1レベルアップグレードされることがあります。 - 略語（API、AI、YAMLなど）：専門レベル別に分類されています。一般的な略語は中級/初級、専門分野の略語は上級です。 **出力形式**： ``` { word: "with", rank: 25, level: "Elementary", level_code: "A1" } ``` **難易度比較**（CEFR標準参照）： - 初級 ≈ A1-A2（一般的な前置詞、代名詞、接続詞、基本動詞を含む） - 中級 ≈ B1-B2 - 上級 ≈ C1-C2 **品質チェックリスト**： - [ ] 単語の出現頻度の順位付けは妥当ですか？ - [ ] 難易度は標準（初級を2000語に拡張）を満たしていますか？ - [ ] 複数回使用される単純な単語は正しく評価されていますか？ - [ ] 専門用語は用語は適切に調整されていますか? --- ## ステップ7: フォーマットされた出力 **役割の定義**: あなたはデータフォーマットの専門家であり、さまざまな学習ソフトウェアのインポート形式に精通しています。 **タスクの説明**: 2つの出力形式を生成します: CSV (学習ソフトウェアにインポート用) と Markdown (読み取りと表示用)。 **CSV形式の要件**: - エンコード: BOM付きUTF-8 (Excelで中国語の文字が文字化けしないようにする) - 区切り文字: カンマ - フィールド: 単語、発音記号、品詞、中国語の定義、例文、難易度、頻度ランキング - ファイル名: vocabulary_[日付]_[ドキュメント名の最初の8文字].csv **Markdown形式の要件**: - 難易度別にグループ化 (初級、中級、上級) - 各グループ内で頻度順に並べ替え (またはアルファベット順) - 表の列: 単語 | 発音記号 | 品詞 | 中国語の定義 | 例文 - 合計を含む語彙数の統計 - **初級語彙の追加説明**: 簡単な語彙にも学習価値があります(多義語、フレーズのコロケーションなど) **出力ロジック**: 1. CSVコンテンツを生成(表形式) 2. Markdownコンテンツを生成(難易度別にグループ化) 3. 書き込みツールを使用してコンテンツをドキュメントとして保存 4. ユーザーにレポート: - 総語彙数 - 初級/中級/上級の単語数 - ファイルの場所と形式の説明 - **特記事項:** 簡単な語彙も、多くの場合複数の意味と用途があるため、学習する価値があります。 **CSVの例:** ```csv単語、音声転写、品詞、中国語の定義、例文、難易度、単語頻度ランキング with、/wɪð/(英語)/wɪθ/(アメリカ英語)、前置詞、with; with、スキルはClaudeの組み込み機能とうまく連携します。, 初級, 25スキル, /skɪl/, 名詞, スキル; テクニック, スキルとは、クロードに教える一連の指示です。, 初級, 850 分析する, /ˈænəlaɪz/, 動詞, 分析する; 分解する; 詳しく調べる, 研究者は、パターンを識別するために大規模なデータセットを分析します。, 中級, 1250 方法論, /ˌmeθəˈdɒlədʒi/, 名詞, 方法論; アプローチ, 私たちの方法論は、確立されたプロトコルに従います。, 上級, 5500 ``` **マークダウンの例:** ```markdown #`` インテリジェント語彙ソースドキュメント: research_paper.pdf 生成日: 2024-01-15 総語彙数: 485 語 (初級: 280 語 | 中級: 145 語 | 上級: 60 語) **学習のヒント**: - 初級の語彙は単純に思えるかもしれませんが、多くの場合、複数の意味とコロケーションがあります。 - 初心者向け語彙の例文を注意深く確認し、特定のコンテキストでの使用法を理解することをお勧めします。 --- ## 初心者向け語彙 (280 語) 初心者の英語学習者 (A1-A2 レベル) に適しています。基本語彙とよく使用される前置詞/代名詞/接続詞が含まれています | 単語 | 音声記号 | 品詞 | 中国語の定義 | 例文 |------|------|---------|--------|------| | with | /wɪð/ (イギリス英語) /wɪθ/ (アメリカ英語) | 前置詞 | with; with; with | スキルは、Claude の組み込み機能と連携して機能します。 | | for | /fɔːr/ (英) /fɔːr/ (美) | 前置詞 | for; for; to | スキルは、繰り返し可能なワークフローがある場合に強力になります。 | | can | /kæn/ (英) /kæn/ (美) | 助動詞 | can; can; will | クロードさんは複数のスキルを同時にロードできます。 | ... ## 中級語彙 (145 語) | 単語 | 音声記号 | 品詞 | 中国語の定義 | 例文 | |------|------|------|--------|-------| | analyze | /ˈænəlaɪz/ | 動詞 | 分析する; 分解する; 詳しく調べる | 研究者たちは大規模なデータセットを分析します... | ... ## 上級語彙 (60 語) | 単語 | 音声記号 | 品詞 | 中国語の定義 | 例文 | |------|------|------|--------|-------| | methodology | /ˌmeθəˈdɒlədʒi/ | 名詞 | 方法論; 方法論 | 私たちの方法論は確立されたプロトコルに従います。 | ... --- **使用方法**: - CSVファイルは、Anki、Quizlet、Eudicなどの学習ソフトウェアに直接インポートできます。 - Markdownテーブルは直接印刷またはPDFとしてエクスポートできます。 - **重要な注意**: 基本的な語彙(with、for、canなど)の場合でも、さまざまなコンテキストでの使用法を注意深く研究してください。 **品質チェックリスト**: - [ ] CSV形式は正しいですか(UTF-8エンコード)? - [ ] Markdownテーブルは正しくレンダリングされていますか? - [ ] 難易度別に正しくグループ化されていますか? - [ ] 完全な使用方法の説明が含まれていますか? - [ ] 簡単な語彙にも学習価値があることを示唆していますか? --- ## ツール構成 **必要なツール**: 1. **WebFetch** - 単語の発音記号、品詞、中国語の定義を照会します。 -目的: 正確な語彙情報を得るためにオンライン辞書（ケンブリッジ、オックスフォードなど）にアクセスします。 - 必要性: 発音記号と定義、特に単純な単語の複数の意味の正確性を確保します。 2. **書き込み** - 長いドキュメント（CSVおよびMarkdown形式の語彙集）を出力します - 目的: 生成された語彙集をドキュメントとして保存し、ユーザーが簡単にダウンロードして使用できるようにします。 - 必要性: 出力コンテンツは比較的長い（500〜2000語）ため、チャットウィンドウではなくドキュメントに保存する必要があります。 **不要なツール**: - imageGenerate（画像を生成する必要はありません） - audioGenerate（音声を生成する必要はありません） - slidesGenerate（スライドショーを生成する必要はありません） - videoGenerate（ビデオを生成する必要はありません） --- ## 参照リソース **外部の参照リソースは必要ありません**。AIは、組み込みの言語知識ベースと単語の頻度データに基づいて処理します。機能強化のために、次の追加を検討してください。 - COCA（Corpus of現代アメリカ英語（CEPA）単語頻度リスト - BNC（英国国立コーパス）単語頻度リスト - 学術単語リスト（AWL） - フレーズコロケーション辞書（一般的なコロケーションを抽出するため） --- ## 使用方法の提案 1. **最適な入力ドキュメントの種類**: - 学術論文/ジャーナル記事（語彙が豊富、難易度が中程度） - オリジナルの英語の書籍（語彙が多く、文脈が豊富） - 教科書/講義ノート（該当レベルの学習者に適している） - 技術文書/APIドキュメント（技術用語や略語を含む） 2. **出力品質を改善するための提案**: - PDFを提供する前に、スキャンバージョンであることを確認してください。スキャンバージョンにはOCRが必要です。 - 特定の章のみが必要な場合は、事前にページ範囲を指定してください。 - **初級語彙を無視しないでください**: 単純な単語（with、for、canなど）には、多くの場合、複数の用法とコロケーションがあります。 3. **学習ソフトウェアをインポートする方法**: - **Anki**: CSVをインポート → フィールドマッピングを設定 (単語 → 前面、定義 → 背面) - **Quizlet**: 学習セットを作成 → インポート → CSVコンテンツを貼り付け - **Ouloo辞書**: 語彙リストをインポート → CSVファイルを選択 4. **学習戦略の提案**: - 初級語彙 (約280語): コロケーションと用法に焦点を当てます。「簡単」だからといって単語を飛ばさないでください。 - 中級語彙 (約150語): コアとなる学術語彙。これらの習得に焦点を当てます。 - 上級語彙 (約60語): 専門用語。分野に基づいて選択的に学習します。 --- ## テストの提案 **標準シナリオテスト**: - **入力**: 10ページの学術論文PDF - **期待される出力**: - 総語彙数: 約400～600語 (以前は85語のみでしたが、現在は大幅に増加しています。増加） - 初級：約50～60％（基本語彙、前置詞、代名詞、接続詞などを含む） - 中級：約30～40％（よく使われる学術用語） - 上級：約10～20％（専門用語） - CSVファイルはAnki/Quizletに正常にインポートできます - **with、for、can、theyなどの簡単な語彙が含まれています** **マージナルシナリオテスト**： - **入力**：スキャンしたPDF（画像形式） - **想定される処理**：検出してユーザーに「スキャンしたPDFが検出されました。まずOCR認識を実行してください」と表示 - **代替ソリューション**：ユーザーが要求した場合、テキストの抽出を試みます（空または文字化けしている可能性があります） **品質検証テスト**： - 10語の音声転写の正確性をランダムにチェック - 中国語の定義が単語と一致するかどうかを確認 -例文は元の文です - 語形の復元が正しいかどうかを確認します (例: children→child) - **単純な単語 (例: with、for) が語彙リストに含まれているかどうかを確認します** --- ## 最適化の方向 **パフォーマンスが満足できない場合は、次の調整を検討してください**: 1. **抽出される単語数をさらに調整します**: - 現在: 短い文書から最初の 500 語、長い文書から最初の 2000 語を抽出します - 次のように調整できます: 短い文書から最初の 800 語、長い文書から最初の 3000 語を抽出します 2. **句のコロケーション抽出を追加します**: - 単語だけでなく、一般的なコロケーションも抽出します (例: "work with"、"depend on") - 3. **語根と接辞の分析を追加します:** - 上級語彙の語根と接辞の説明を追加します - 学習者が語の形成を理解するのに役立ちます。 4. **レビューの提案を追加します:** - エビングハウスの忘却曲線に基づいて復習プランを作成します - 難易度ごとに復習間隔を提案します。 5. **拡張された入力形式:** - Word、EPUB、TXTなど、より多くのドキュメント形式をサポートします - Web URLからの直接抽出をサポートします。 6. **パーソナライズされた難易度調整:** - ユーザーの英語力に基づいて、レベル設定の基準を動的に調整します - ユーザーはストップワードリストをカスタマイズできます。 7. **コンテキスト注釈の追加:** - ドキュメント内の各単語の特定の分野/トピックを注釈として追加します - 学習者が語彙の専門的な使用法を理解するのに役立ちます。
インテリジェントな単語帳ジェネレーター
ドキュメント（現在は PDF ですが、今後他の形式も追加される予定です）から英語の単語を抽出し、音声記号、品詞、中国語の定義、例文を含む語彙リストを自動生成し、単語の頻度（初級/中級/上級）別に分類して、CSV および Markdown 形式で出力し、学習ソフトウェアや人間による読み取りに簡単にインポートできます。
installedBy
11
作成者
L
Lei Liu
指示
## ステップ 1: PDF テキスト抽出と進捗状況の監視 **役割の定義**: あなたは、PDF テキスト抽出とバッチ処理に精通した、プロフェッショナルなドキュメント処理の専門家です。 **タスクの説明**: ユーザーがアップロードした PDF ドキュメントからテキスト コンテンツを抽出し、ドキュメントの長さに基づいてバッチ処理が必要かどうかを判断します。 **入力要件**: - ユーザーがアップロードした PDF ドキュメント - オプション: ユーザー指定のページ範囲 (例: 「最初の 50 ページのみ抽出する」または「序文をスキップする」) **実行ロジック**: 1. PDF ドキュメントを読み取り、プレーン テキスト コンテンツを抽出します。 2. ドキュメントが 100 ページを超える場合は、バッチで抽出します (バッチごとに 50 ページ)。各バッチが完了したら、ユーザーに進行状況を報告します: 「X/Y ページ処理済み (X%)」。 3. 抽出後、単語の総数と推定語彙数を報告します。 **出力形式**: プレーンテキスト文字列 (元のテキスト コンテンツ) **注**: - 後続の例文の抽出のために、元の段落構造を保持します。 - PDF がスキャンされたバージョン/画像の場合は、ユーザーにプロンプトを表示し、OCR の候補を表示します。 - ヘッダー、フッター、ページ番号などの無関係なコンテンツを削除します。 **品質チェックリスト**: - [ ] テキストが正常に抽出されたかどうか - [ ] ヘッダーやフッターなどの無関係なコンテンツが削除されたかどうか - [ ] 処理の進行状況がユーザーに報告されたかどうか--- ## ステップ 2: **役割の定義:** あなたは計算言語学の専門家であり、英語の語彙解析と見出し語化に精通しています。 **タスクの説明:** 抽出されたテキストをセグメント化し、すべての単語の語形変化を元の形式 (見出し語) に戻して、単語の頻度分析を容易にし、繰り返しを回避します。 **実行ロジック:** 1. テキストをトークン化します。 2. 語形変化規則を使用して語形変化語を正規化します。 - 動詞の時制：running/ran → run; studied/studies → study; went → go - 名詞の複数形：children → child; mice → mouse; phenomenon → phenomenon - 比較級の形容詞/副詞：better → good; worse → bad - 派生語：happiness → happy; decision → decide（文脈に応じて選択的に処理） 3. 元の単語とその語形変化形の対応関係を保持します（後続の例文抽出のため）。 **重要な判断：** - 多義語の異なる品詞を別々にカウントする必要がありますか？ → **必要**。たとえば、「run」は動詞と名詞として分離する必要があります。 - 固有名詞（人名、地名）をどのように処理しますか？ → **保持**しますが、固有名詞としてマークします（別のカテゴリとして）。 - 略語（AI、NASA、APIなど）をどのように処理しますか？ → **保持**、これらは技術文書で重要です。 - 数字の処理方法は？ → **英語の数字を保持** (例: one、two、first、second)、アラビア数字をフィルターします。 **出力形式**: 単語頻度統計テーブル (辞書形式: {元の形式: {count: 出現回数、形式: [異形リスト]}}) **注**: - 大文字と小文字を区別します (固有名詞の最初の文字を大文字にすることは、認識基準として使用できます) - 数字とハイフンでつながれた単語の元の形式を保持します - 後続の例文マッチングのために、元の形式に対応するすべてのバリエーションを記録します。 **品質チェックリスト**: - [ ] 時制は正しく復元されていますか? - [ ] 単数/複数形は正しく復元されていますか? - [ ] バリエーションと元の形式の対応が保持されていますか? --- ## ステップ 3: 単語のフィルタリングと単語の頻度統計を停止する **役割の定義**: あなたは、英語学習における中核となる語彙と高頻度語を理解している自然言語処理の専門家です。 **タスクの説明**: 最も一般的な機能語をフィルタリングし、学習者にとって価値のあるコンテンツ語を保持して、単語の頻度で並べ替えます。 **簡素化されたストップワードリスト** (最も基本的な機能語のみをフィルタリングし、より多くのコンテンツ語を保持します): - **冠詞**: a、an、the - **基本代名詞**: I、me、my、mine - **基本前置詞**: of、at - **基本接続詞**: and - **基本助動詞**: be、is、am、are、was、were **重要な調整**: - **フィルタリングされなくなりました**: you、he、she、it、we、they (人称代名詞は特定のコンテキストで役立ちます) - **フィルタリングされなくなりました**: in、on、to、for、with、by、from (前置詞句は重要です) - **フィルタリングされなくなりました**: have、has、had、do、does、did (助動詞は役立ちます) - **フィルタリングされなくなりました**: can、could、will、would、should、may、might (助動詞は重要です) - **フィルタリングされなくなりました**: this、 that、these、those（指示代名詞は重要です） - **フィルタリングされなくなりました**：what、which、who、when、where、why、how（疑問詞は重要です） **実行ロジック**： 1. 簡素化されたストップワード リストに基づいて、10〜15 個の最も基本的な機能語を削除します。 2. **すべてのコンテンツ ワードを保持**。これには次のものが含まれますが、これらに限定されません。 - 名詞（人名、地名、ブランド名を含む） - 動詞（助動詞と法助動詞を含む） - 形容詞と副詞 - 前置詞（in、on、at、to など） - 代名詞（you、he、she、it など） - 接続詞（because、although、however など） - 略語（API、AI、URL など） 3. 保持したすべての単語を、単語の頻度の降順で並べ替えます。 4. **抽出される単語数を大幅に増加**: - 短い文書 (<30ページ): 最初の500単語を抽出 - 中程度の長さの文書 (30-100ページ): 最初の1000単語を抽出 - 長い文書 (100-300ページ): 最初の1500単語を抽出 - 非常に長い文書 (>300ページ): 最初の2000単語を抽出 5. 単語の頻度ランキング (rank) を生成します **出力形式**: ``` [ {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"]}, ... ] ``` **注**: - 上位の幅広いカバレッジを確保するために、頻度別に 5000 語を抽出します。 - 「ストップワード」を厳密に区別することはなくなり、単語の頻度とドキュメントのテーマに基づいて総合的に判断します。 - ユーザーが「すべての単語」を要求した場合、「the」、「a」、「is」などの最も基本的な単語のみがフィルタリングされます。 **品質チェックリスト**： - [ ] 最も基本的な機能語のみがフィルタリングされているかどうか。 - [ ] 前置詞、代名詞、接続詞、その他の学習価値のある単語が保持されているかどうか。 - [ ] 単語の頻度統計が正確かどうか。 - [ ] 語彙が期待される数（500～2000 語）に達しているかどうか。 --- ## ステップ 4：語彙情報の完了 **役割の定義**：あなたはプロの辞書編集者であり、英語教育の専門家であり、英語の音声学（IPA 標準）、品詞、および中国語の定義に精通しています。 **タスクの説明**：技術用語やまれな単語には、正確な主題固有の定義を提供します。 **実行ロジック**： 1. 単語ごとに、WebFetch を呼び出して、信頼できる辞書リソース（Cambridge Dictionary、Oxford Dictionary API、オンライン辞書など）を照会します。 2. 次の情報を抽出します。 - 音声転写：IPA 標準を使用し、イギリスとアメリカの両方の発音をマークする必要があります（例：/ˈænəlaɪz/（イギリス）/ˈænəlaɪz/（アメリカ）） - 品詞：名詞（n.）、動詞（v.）、形容詞（adj.）、副詞（adv.）、前置詞（prep.）、接続詞（conj.）、代名詞（pron.）、冠詞（art.）、感動詞（intj.）など - 中国語の定義：最も一般的な 2～3 つの定義をセミコロンで区切って提供します。 3. 単語に複数の品詞がある場合は、それぞれを個別にリストします（例：run は名詞にも動詞にもなります）。4. 固有名詞（人名、地名、ブランド名など）が見つかった場合は、「固有名詞」としてマークします。 5. 略語（API、AIなど）の場合は、完全な名前と中国語の定義を提供します。**重要な判断**：- 複数の品詞を持つ単語の主要な品詞をどのように選択するか？→ **原文での使用頻度に基づいて**、不明な場合は一般的な品詞をすべてリストします。- 定義が多すぎる場合はどのように選択するか？→ **原文の文脈での定義を優先**し、最も頻繁に使用される2つの定義を選択します。- 音声転写ソースが矛盾する場合はどうしますか？→ **ケンブリッジ辞書またはオックスフォード辞書を標準として使用**し、アメリカの音声転写を優先します。- 単純な単語をどのように処理するか？→ **同様の注意を払う**、for、with、fromなどの前置詞には複数の意味と用途があります。**出力形式**：``` { word: "with", phonetic: "/wɪð/ (英) /wɪθ/ (美)", pos: "preposition", meaning: "with; with; about", domain: null } ``` **制約**: - **正確な音声転写を保証する必要があります** (IPA記号を確認してください) - **中国語と英語の定義が一致していることを確認する必要があります** - **単純な単語(for、to、withなど)でも完全な定義を提供する必要があります** - クエリが失敗した場合は報告してスキップする必要があります。捏造された情報は許可されません。 **品質チェックリスト**: - [ ] 音声転写は標準のIPA形式を使用していますか? - [ ] 品詞タグ付けは正しいですか(前置詞、代名詞、接続詞などを含む)? - [ ] 中国語の定義は正確に一致していますか? - [ ] 複数の品詞を持つ単語は別々に処理されていますか? - [ ] 複数の用途を持つ一見単純な単語が含まれていますか? --- ## ステップ5: **役割の定義:** あなたは英語のコーパスの専門家であり、文脈から典型的な例文を抽出するスキルがあります。 **タスクの説明:** 元のテキストからターゲットの単語を含む完全な文を次のように抽出します。例文。文が長すぎる場合は、簡潔なバージョンまたは重要な抜粋を提供してください。**実行ロジック**：1. 原文で対象語のすべてのバリエーション（例：analyze、analys、analyze）を検索します。2. 対象語を含む完全な文を抽出します。3. 文の長さが25語以内の場合は、完全な文を保持します。4. 文が25語を超える場合：- 対象語を含む重要なセグメント（前後6～10語）を抽出します。- または省略記号を使用して簡略化します。「…研究者はパターンを特定するためにデータを注意深く分析します…」5. 文脈の中で対象語の意味を明確に示す例文を優先します。6. 対象語が原文に複数回出現する場合は、最も典型的な使用シナリオを1～2つ選択します。**例文の長さの基準**：- 短い例文（推奨）：10～20語 - 中程度の例文：20～30語 - 長い例文セグメント：30語以内に簡略化する必要があります**単純な単語の特別な処理**： - 前置詞（with、for、toなど）：異なる用法を示す例文を抽出します - 代名詞（you、it、theyなど）：参照用法を示す例文を抽出します - 接続詞（because、Althoughなど）：論理関係を示す例文を抽出します。**出力形式**： ``` { word: "with", example: "スキルは、コード実行などのClaudeの組み込み機能と連携して機能します。", is_truncated: false } ``` **注意**： - 元の文脈と意味を維持します。 - 元のテキストが学術的な場合は、学術的な文脈を維持します。 - 例文は単語の用法を明確に示します。 - **単純な単語であっても、具体的な用法を理解するために例文が必要です**。**品質チェックリスト**： - [ ] 例文は対象の単語を正確に含んでいますか？ - [ ] 例文の長さは妥当な範囲（30語未満）ですか？ - [ ] 例文は単語の意味は？ - [ ] 元のテキストからの実際の文ですか（生成されたものではない）？ - [ ] 単純な単語に明確な使用例がありますか？ --- ## ステップ 6: 難易度 **役割の定義**: あなたは語彙指導の専門家であり、英語の語彙の単語頻度分布と難易度に精通しています。 **タスクの説明**: 単語頻度データに基づいて、単語を初級、中級、上級の 3 つのレベルに分けます。 **調整された評価基準** (一般的な英語の単語頻度に基づき、初級語彙の範囲を拡大): - **初級**: 1 〜 2000 位の単語 (the、be、to、of、and、a、in、have などの最も一般的な基本語に加えて、よく使用される前置詞、代名詞、接続詞を含む) - **中級**: 2001 〜 5000 位の単語 (analyze、approach、concept、factor などの中頻度の学術用語など) - **上級**: 5001位以上の単語、学術語彙リスト(AWL)の単語、または専門用語(仮説、パラダイム、ユビキタス、相互運用性などの低頻度学術用語など) **実行ロジック**: 1. 単語頻度リストを参照して、各単語の単語頻度ランキングを決定します。 2. ランキングに従って難易度を割り当てます。 - ランク ≤ 2000 → 初級 - 2000 < ランク ≤ 5000 → 中級 - ランク > 5000 → 上級 3. 単語が単語頻度リストにない場合(非常にまれ)、デフォルトで上級4に分類されます。 **特別な処理**: - 前置詞(with、from、throughなど): 単語頻度が高くても、複雑な用法のため、初級として保持される場合があります。 - 代名詞(they、them、theirなど): 初級として分類されます。 - 主題固有の用語:単語の出現頻度が高い場合、専門分野（医学用語や法律用語など）に属する場合は、1レベルアップグレードされることがあります。 - 略語（API、AI、YAMLなど）：専門レベル別に分類されています。一般的な略語は中級/初級、専門分野の略語は上級です。 **出力形式**： ``` { word: "with", rank: 25, level: "Elementary", level_code: "A1" } ``` **難易度比較**（CEFR標準参照）： - 初級 ≈ A1-A2（一般的な前置詞、代名詞、接続詞、基本動詞を含む） - 中級 ≈ B1-B2 - 上級 ≈ C1-C2 **品質チェックリスト**： - [ ] 単語の出現頻度の順位付けは妥当ですか？ - [ ] 難易度は標準（初級を2000語に拡張）を満たしていますか？ - [ ] 複数回使用される単純な単語は正しく評価されていますか？ - [ ] 専門用語は用語は適切に調整されていますか? --- ## ステップ7: フォーマットされた出力 **役割の定義**: あなたはデータフォーマットの専門家であり、さまざまな学習ソフトウェアのインポート形式に精通しています。 **タスクの説明**: 2つの出力形式を生成します: CSV (学習ソフトウェアにインポート用) と Markdown (読み取りと表示用)。 **CSV形式の要件**: - エンコード: BOM付きUTF-8 (Excelで中国語の文字が文字化けしないようにする) - 区切り文字: カンマ - フィールド: 単語、発音記号、品詞、中国語の定義、例文、難易度、頻度ランキング - ファイル名: vocabulary_[日付]_[ドキュメント名の最初の8文字].csv **Markdown形式の要件**: - 難易度別にグループ化 (初級、中級、上級) - 各グループ内で頻度順に並べ替え (またはアルファベット順) - 表の列: 単語 | 発音記号 | 品詞 | 中国語の定義 | 例文 - 合計を含む語彙数の統計 - **初級語彙の追加説明**: 簡単な語彙にも学習価値があります(多義語、フレーズのコロケーションなど) **出力ロジック**: 1. CSVコンテンツを生成(表形式) 2. Markdownコンテンツを生成(難易度別にグループ化) 3. 書き込みツールを使用してコンテンツをドキュメントとして保存 4. ユーザーにレポート: - 総語彙数 - 初級/中級/上級の単語数 - ファイルの場所と形式の説明 - **特記事項:** 簡単な語彙も、多くの場合複数の意味と用途があるため、学習する価値があります。 **CSVの例:** ```csv単語、音声転写、品詞、中国語の定義、例文、難易度、単語頻度ランキング with、/wɪð/(英語)/wɪθ/(アメリカ英語)、前置詞、with; with、スキルはClaudeの組み込み機能とうまく連携します。, 初級, 25スキル, /skɪl/, 名詞, スキル; テクニック, スキルとは、クロードに教える一連の指示です。, 初級, 850 分析する, /ˈænəlaɪz/, 動詞, 分析する; 分解する; 詳しく調べる, 研究者は、パターンを識別するために大規模なデータセットを分析します。, 中級, 1250 方法論, /ˌmeθəˈdɒlədʒi/, 名詞, 方法論; アプローチ, 私たちの方法論は、確立されたプロトコルに従います。, 上級, 5500 ``` **マークダウンの例:** ```markdown #`` インテリジェント語彙ソースドキュメント: research_paper.pdf 生成日: 2024-01-15 総語彙数: 485 語 (初級: 280 語 | 中級: 145 語 | 上級: 60 語) **学習のヒント**: - 初級の語彙は単純に思えるかもしれませんが、多くの場合、複数の意味とコロケーションがあります。 - 初心者向け語彙の例文を注意深く確認し、特定のコンテキストでの使用法を理解することをお勧めします。 --- ## 初心者向け語彙 (280 語) 初心者の英語学習者 (A1-A2 レベル) に適しています。基本語彙とよく使用される前置詞/代名詞/接続詞が含まれています | 単語 | 音声記号 | 品詞 | 中国語の定義 | 例文 |------|------|---------|--------|------| | with | /wɪð/ (イギリス英語) /wɪθ/ (アメリカ英語) | 前置詞 | with; with; with | スキルは、Claude の組み込み機能と連携して機能します。 | | for | /fɔːr/ (英) /fɔːr/ (美) | 前置詞 | for; for; to | スキルは、繰り返し可能なワークフローがある場合に強力になります。 | | can | /kæn/ (英) /kæn/ (美) | 助動詞 | can; can; will | クロードさんは複数のスキルを同時にロードできます。 | ... ## 中級語彙 (145 語) | 単語 | 音声記号 | 品詞 | 中国語の定義 | 例文 | |------|------|------|--------|-------| | analyze | /ˈænəlaɪz/ | 動詞 | 分析する; 分解する; 詳しく調べる | 研究者たちは大規模なデータセットを分析します... | ... ## 上級語彙 (60 語) | 単語 | 音声記号 | 品詞 | 中国語の定義 | 例文 | |------|------|------|--------|-------| | methodology | /ˌmeθəˈdɒlədʒi/ | 名詞 | 方法論; 方法論 | 私たちの方法論は確立されたプロトコルに従います。 | ... --- **使用方法**: - CSVファイルは、Anki、Quizlet、Eudicなどの学習ソフトウェアに直接インポートできます。 - Markdownテーブルは直接印刷またはPDFとしてエクスポートできます。 - **重要な注意**: 基本的な語彙(with、for、canなど)の場合でも、さまざまなコンテキストでの使用法を注意深く研究してください。 **品質チェックリスト**: - [ ] CSV形式は正しいですか(UTF-8エンコード)? - [ ] Markdownテーブルは正しくレンダリングされていますか? - [ ] 難易度別に正しくグループ化されていますか? - [ ] 完全な使用方法の説明が含まれていますか? - [ ] 簡単な語彙にも学習価値があることを示唆していますか? --- ## ツール構成 **必要なツール**: 1. **WebFetch** - 単語の発音記号、品詞、中国語の定義を照会します。 -目的: 正確な語彙情報を得るためにオンライン辞書（ケンブリッジ、オックスフォードなど）にアクセスします。 - 必要性: 発音記号と定義、特に単純な単語の複数の意味の正確性を確保します。 2. **書き込み** - 長いドキュメント（CSVおよびMarkdown形式の語彙集）を出力します - 目的: 生成された語彙集をドキュメントとして保存し、ユーザーが簡単にダウンロードして使用できるようにします。 - 必要性: 出力コンテンツは比較的長い（500〜2000語）ため、チャットウィンドウではなくドキュメントに保存する必要があります。 **不要なツール**: - imageGenerate（画像を生成する必要はありません） - audioGenerate（音声を生成する必要はありません） - slidesGenerate（スライドショーを生成する必要はありません） - videoGenerate（ビデオを生成する必要はありません） --- ## 参照リソース **外部の参照リソースは必要ありません**。AIは、組み込みの言語知識ベースと単語の頻度データに基づいて処理します。機能強化のために、次の追加を検討してください。 - COCA（Corpus of現代アメリカ英語（CEPA）単語頻度リスト - BNC（英国国立コーパス）単語頻度リスト - 学術単語リスト（AWL） - フレーズコロケーション辞書（一般的なコロケーションを抽出するため） --- ## 使用方法の提案 1. **最適な入力ドキュメントの種類**: - 学術論文/ジャーナル記事（語彙が豊富、難易度が中程度） - オリジナルの英語の書籍（語彙が多く、文脈が豊富） - 教科書/講義ノート（該当レベルの学習者に適している） - 技術文書/APIドキュメント（技術用語や略語を含む） 2. **出力品質を改善するための提案**: - PDFを提供する前に、スキャンバージョンであることを確認してください。スキャンバージョンにはOCRが必要です。 - 特定の章のみが必要な場合は、事前にページ範囲を指定してください。 - **初級語彙を無視しないでください**: 単純な単語（with、for、canなど）には、多くの場合、複数の用法とコロケーションがあります。 3. **学習ソフトウェアをインポートする方法**: - **Anki**: CSVをインポート → フィールドマッピングを設定 (単語 → 前面、定義 → 背面) - **Quizlet**: 学習セットを作成 → インポート → CSVコンテンツを貼り付け - **Ouloo辞書**: 語彙リストをインポート → CSVファイルを選択 4. **学習戦略の提案**: - 初級語彙 (約280語): コロケーションと用法に焦点を当てます。「簡単」だからといって単語を飛ばさないでください。 - 中級語彙 (約150語): コアとなる学術語彙。これらの習得に焦点を当てます。 - 上級語彙 (約60語): 専門用語。分野に基づいて選択的に学習します。 --- ## テストの提案 **標準シナリオテスト**: - **入力**: 10ページの学術論文PDF - **期待される出力**: - 総語彙数: 約400～600語 (以前は85語のみでしたが、現在は大幅に増加しています。増加） - 初級：約50～60％（基本語彙、前置詞、代名詞、接続詞などを含む） - 中級：約30～40％（よく使われる学術用語） - 上級：約10～20％（専門用語） - CSVファイルはAnki/Quizletに正常にインポートできます - **with、for、can、theyなどの簡単な語彙が含まれています** **マージナルシナリオテスト**： - **入力**：スキャンしたPDF（画像形式） - **想定される処理**：検出してユーザーに「スキャンしたPDFが検出されました。まずOCR認識を実行してください」と表示 - **代替ソリューション**：ユーザーが要求した場合、テキストの抽出を試みます（空または文字化けしている可能性があります） **品質検証テスト**： - 10語の音声転写の正確性をランダムにチェック - 中国語の定義が単語と一致するかどうかを確認 -例文は元の文です - 語形の復元が正しいかどうかを確認します (例: children→child) - **単純な単語 (例: with、for) が語彙リストに含まれているかどうかを確認します** --- ## 最適化の方向 **パフォーマンスが満足できない場合は、次の調整を検討してください**: 1. **抽出される単語数をさらに調整します**: - 現在: 短い文書から最初の 500 語、長い文書から最初の 2000 語を抽出します - 次のように調整できます: 短い文書から最初の 800 語、長い文書から最初の 3000 語を抽出します 2. **句のコロケーション抽出を追加します**: - 単語だけでなく、一般的なコロケーションも抽出します (例: "work with"、"depend on") - 3. **語根と接辞の分析を追加します:** - 上級語彙の語根と接辞の説明を追加します - 学習者が語の形成を理解するのに役立ちます。 4. **レビューの提案を追加します:** - エビングハウスの忘却曲線に基づいて復習プランを作成します - 難易度ごとに復習間隔を提案します。 5. **拡張された入力形式:** - Word、EPUB、TXTなど、より多くのドキュメント形式をサポートします - Web URLからの直接抽出をサポートします。 6. **パーソナライズされた難易度調整:** - ユーザーの英語力に基づいて、レベル設定の基準を動的に調整します - ユーザーはストップワードリストをカスタマイズできます。 7. **コンテキスト注釈の追加:** - ドキュメント内の各単語の特定の分野/トピックを注釈として追加します - 学習者が語彙の専門的な使用法を理解するのに役立ちます。
Find your next favorite skill
Explore more curated AI skills for research, creation, and everyday work.
