Украшение
Украшение
 

 

Как создать сайт в программе Frontpage -    Уроки Frontpage

    Начало  Создание сайта  О Школе  О Партнерке   Связь  

 

Как делать введение в word


Как сделать оглавление в Word за несколько секунд

Помимо простоты и скорости, у этого способа есть ещё несколько весомых преимуществ перед ручным вводом. Если вы решите изменить структуру документа, оглавление можно будет легко перестроить под неё. Кроме того, подзаголовки станут ссылками, которые быстро открывают соответствующие разделы текста.

Эта инструкция подходит для всех вариантов Word, кроме Word Online: веб-версия не умеет создавать автоматическое оглавление. Расположение и названия некоторых элементов интерфейса в старых выпусках программы могут отличаться, но общий порядок действий в них сохраняется.

1. Выберите стили для заголовков

Расставьте заголовки в тексте и примените к ним стили форматирования с названиями в формате Заголовок N . Соблюдайте иерархию. Например, если для заголовков самого верхнего уровня вы выбрали стиль «Заголовок 1», для следующего уровня заголовков выбирайте стиль «Заголовок 2» и так далее.

Чтобы применить стиль к заголовку, выделите последний и кликните по соответствующему стилю на панели инструментов. Если на панели отсутствуют нужные стили, откройте их с помощью комбинации клавиш Alt + Ctrl + Shift + S. В правой части экрана должна появиться дополнительная панель со всеми стилями.

2. Добавьте оглавление в документ

Чтобы программа добавила оглавление на основе отформатированных вами заголовков, переместите курсор в начало текста и кликните на панели инструментов «Ссылки» → «Оглавление» → «Автособираемое оглавление 1».

Если хотите, чтобы оглавление располагалось на отдельной странице, добавьте до и после него разрывы. Для этого поставьте курсор перед оглавлением и кликните «Вставка» → «Разрыв страницы». Затем переместите курсор в конец оглавления и сделайте то же самое.

Если в будущем вы отредактируете документ и оглавление устареет, обновите его: щёлкните по нему левой кнопкой мыши, затем нажмите «Обновить таблицу» и выберите обновление только номеров страниц или всего оглавления.

Вы можете быстро перемещаться к разделам текста, кликая левой кнопкой по соответствующим пунктам оглавления. Но чтобы ссылки работали, удерживайте клавишу Ctrl.

3. При желании настройте вид оглавления

Если внешний вид стандартного оглавления вас не устроит или оно не отобразит все заголовки, вы можете удалить его и настроить новое оглавление под свои нужды. В таком случае кликните «Ссылки» → «Оглавление» → «Настраиваемое оглавление».

Когда откроется окно с настройками, укажите параметры оглавления, которые вам нужны. Здесь можно убрать заполнитель (точки возле пунктов), скрыть или переместить номера страниц, выбрать количество отображаемых уровней и отредактировать их иерархию.

Читайте также

5 простых способов написать неотразимое вступление

«Если вы действительно хотите услышать об этом, первое, что вы, вероятно, захотите узнать, - это где я родился, и каким было мое паршивое детство, и какими были мои родители. были заняты до того, как они захватили меня и все это дерьмо с Дэвидом Копперфильдом, но я не хочу вдаваться в подробности, если вы хотите знать правду ».

Так начинается культовый роман Дж. Д. Сэлинджера « Над пропастью во ржи », возможно, одно из лучших вступительных предложений всех когда-либо написанных американских романов.

Я здесь не для того, чтобы говорить о Сэлинджере, писателях или великих деятелях американской литературы 20 века. Это маркетинговый блог, а не книжный клуб.

Я, однако, собираюсь поговорить о вступлениях и о том, как их хорошо писать.

Мы много слышим о важности заголовков, но гораздо меньше говорим о ценности хорошего вступления. Конечно, вам нужен соблазнительный заголовок, чтобы привлечь внимание читателя, но без сильного, убедительного вступления лучший заголовок из когда-либо написанных не спасет вас.

В этом посте мы рассмотрим пять из множества различных способов, с помощью которых вы можете открыть сообщение в блоге, статью, интервью, официальный документ - практически все, что связано с словами. Это ни в коем случае не исчерпывающий или окончательный список; существует почти столько же способов представить свое письмо, сколько способов писать. Однако есть некоторые общие методы, которые хорошо поддаются маркетинговому копированию и могут быть чрезвычайно эффективными.

Введение # 1: Цитата

Я решил открыть этот пост цитатой не потому, что я фанат Catcher in the Rye .По правде говоря, я не самый большой поклонник Catcher (несмотря на мою личную признательность за огромный литературный талант Сэлинджера и его стремление быть заядлым отшельником).

Истинные дат. Изображение предоставлено XXY Magazine .

Настоящая причина, по которой я решил начать с этой цитаты, состоит в том, что вводные цитаты - это ленивый, но очень эффективный способ привлечь внимание читателя, не выполняя при этом никакой реальной работы, особенно когда рассматриваемая цитата имеет негативный или запоминающийся тон, как у Сэлинджера ( или, скорее, его главный герой Холден Колфилд) делает.

Еще до того, как вы прочтете цитату полностью, вы уже задаетесь вопросом, что такого паршивого в жизни указанного человека или что на самом деле означает «вся эта чушь Дэвида Копперфилда» и почему цитируемый человек на самом деле не чувствует как войти в это.

Почему этот тип введения настолько эффективен?

Прежде чем мы выясним, почему этот метод настолько эффективен, стоит упомянуть, что начало с цитатой работает хорошо, только если сама цитата интересна.Нет смысла использовать цитату в качестве вступления, если это что-то скучное или предсказуемое.

Без шуток

Помимо самой цитаты, которая в идеале должна привлекать как можно больше внимания, факт использования кавычек указывает - очевидно, - что эти слова произнес конкретный человек. Это может звучать не так, но это может быть очень соблазнительным для читателя, побуждая его читать дальше, чтобы увидеть, кто это сказал. Это особенно верно, если цитата противоречива или противоречива.

Допустим, вы пишете статью о потенциальном влиянии искусственного интеллекта на человеческое общество. Конечно, вы можете начать с мягкого общего введения о том, как ИИ и технологии произвели революцию в мире, который мы знаем, но вы также можете позволить кому-то другому говорить за вас.

«С помощью искусственного интеллекта мы вызываем демона. Во всех этих историях, где есть парень с пентаграммой и святой водой, это как - да, он уверен, что может управлять демоном.Не получается ".

Генеральный директор Tesla Илон Маск беседует на симпозиуме AeroAstro Centennial в Массачусетском технологическом институте в 2014 году.
Изображение предоставлено
MIT .

Приведенная выше цитата - одно из многих запоминающихся идей, сделанных технологом Илоном Маском относительно потенциально реальной угрозы, исходящей от ИИ. Да, это немного сенсационно - Маск определенно знает, как использовать провокационные высказывания с большим эффектом, - но это также намного интереснее, чем большинство вступлений, которые я читал в статьях на эту тему.(Обратите внимание, что эта конкретная цитата не использовалась в качестве введения в какой-либо статье, которую я нашел или прочитал по этой теме, и используется исключительно в иллюстративных целях.)

Стоит отметить, что этот метод может быть немного сложным или нестандартным в контексте устоявшихся журналистских традиций. Любой, кто когда-либо работал со мной в качестве редактора, может вам сказать, что я сторонник правильной атрибуции цитат, которая требует, чтобы в большинстве случаев цитируемое лицо было указано после первого полного предложения.Если мы будем следовать этому соглашению (что мы должны делать, если у нас нет веской причины не делать этого), наша цитата из примера Маска (с дополнениями, выделенными курсивом) будет выглядеть так:

«С помощью искусственного интеллекта мы вызываем демона», - сказал Илон Маск во время интервью на симпозиуме AeroAstro Centennial в 2014 году в Массачусетском технологическом институте. . «Во всех этих историях, где есть парень с пентаграммой и святой водой, это как - да, он уверен, что может управлять демоном. Не получается ".

Не возитесь с искусственным интеллектом или тайными демоническими ритуалами.
Изображение через
Без резьбы .

К сожалению, если мы (правильно) идентифицируем Илона Маска как цитируемого человека после первого полного предложения, этот вводный прием теряет большую часть, если не все, своего воздействия.

Обратите внимание, что вступительная цитата Сэлинджера из « Над пропастью во ржи » состоит из одного предложения? Это позволило мне включить его, не беспокоясь о правильности атрибуции цитаты, как если бы я использовал цитату Маска в качестве вступления.Если сомневаетесь, поговорите со своим редактором - они вам за это поблагодарят.

Введение № 2: статистика или забавный факт

Знаете ли вы, что первым американским фильмом, в котором на экране был показан смываемый унитаз, был классический психологический хоррор Альфреда Хичкока 1960 года - Psycho ?

TFW слишком горячая вода

Все любят мелочи, и даже если вы заядлый фанат Хичкока, возможно, вы не знали забавного факта, приведенного выше.

Этот метод - еще один очень эффективный способ привлечь внимание читателя с самого начала. Это также одно из наиболее часто используемых вступлений во многих маркетинговых материалах. Это имеет смысл; он устанавливает общую тему произведения в увлекательной игровой форме и предлагает читателю что-то яркое и запоминающееся.

Однако настоящая причина использования фактов или статистики в качестве введения заключается в том, что они нажимают наши эмоциональные кнопки.

Почему этот тип введения настолько эффективен?

Когда дело доходит до контента, будь то сообщение в блоге из 500 слов или длинная журналистская статья из 4000 слов, одни эмоциональные триггеры более эффективны, чем другие.В частности, существует научный принцип, известный как эффект фон Ресторфа (названный в честь немецкого педиатра Хедвиг фон Ресторфф, который впервые написал об этом феномене в начале 1930-х годов), который гласит, что люди склонны запоминать необычные вещи гораздо эффективнее, чем обычные, ожидаемые. .

Каково это читать плохие статьи

Это продолжение нашего естественного инстинкта выживания; наш мозг настроен воспринимать странные или необычные вещи как потенциальные угрозы, что делает их гораздо более запоминающимися, поскольку все странные вещи, на которых мы сосредоточены, могут нас убить.Вот почему, если вы не уберете ничего другого из этого поста, я могу практически гарантировать, что вы вспомните факт смыва унитаза Psycho , который вы можете и должны использовать, чтобы произвести впечатление на своих друзей в следующий раз. вместе в пабе.

Здесь, в WordStream, мы часто используем эту технику, и не только во введении. Я до сих пор помню, что у вас в 475 раз больше шансов выжить в авиакатастрофе, чем если бы вы нажали на рекламный баннер - факт, который я впервые включил в сообщение для блога WordStream еще в 2014 году.По общему признанию, мне пришлось искать дату публикации этого поста, но мне не нужно было перепроверять саму статистику, потому что это всего лишь из памятных.

Что нужно учитывать в следующий раз, когда вы отчаиваетесь по поводу
коэффициента конверсии вашей медийной рекламы. Изображение с
NBC Los Angeles .

Однако будьте осторожны, чтобы тщательно отбирать факты и статистику. В приведенном выше примере рекламного баннера этот показатель запоминается не только из-за огромных шансов, что вы не нажмете на рекламный баннер, но и потому, что он создан в контексте выживания в авиакатастрофе - особенно поразительный гипотетический сценарий, который соответствует тесно с инстинктами выживания, о которых я упоминал ранее.Простое добавление статистики о том, сколько ежедневных активных пользователей Facebook, например, не будет иметь такого же эффекта. Точно так же, как вы должны тщательно обдумывать цитаты, которые вы используете во вступительных словах, так же тщательно выбирайте статистику.

Введение # 3: Классический рассказ

В мае 1940 года, когда в Европе бушевала война, отряд пехотинцев из знаменитого Манчестерского полка вторгся в деревню Л'Эпинетт на севере Франции.

Как немецкие, так и союзные войска стремились захватить стратегически расположенную деревню, и манчестерский полк попал под шквальный огонь нацистских солдат.В конце концов эскадрилье удалось придавить нацистов подавляющим огнем, и когда немецкие солдаты укрылись за низкой стеной фермерского дома, один из немцев вскрикнул. Его командир взглянул на умирающего солдата, полагая, что в него стреляют, только чтобы увидеть длинную стрелу с оперением, торчащую из груди мужчины.

Человек-легенда, капитан «Безумный Джек» Черчилль.
Изображение через
Dirk de Klein / History of Sorts .

Нацистский солдат был убит Джоном Малькольмом Торпом с фантастическим именем, которого звали Джон Малкольм Торп, Флеминг Черчилль, также известный как «Безумный капитан Джек» Черчилль, единственный солдат, который, как известно, нес длинный лук и настоящий клейморский меч в бою во время мировой войны. II. Черчилль глубоко ценил свое шотландское происхождение, и когда его спросили, почему он носит такое большое устаревшее оружие в битве, Черчилль уважительно ответил, что, по его мнению, «любой офицер, который вступает в бой без меча, одет неправильно.”

Как бы мне ни хотелось рассказать вам больше о Безумном Джеке Черчилле - и, что невероятно, есть еще много чего, - я использовал этот рассказ как пример того, как использование классического повествования во вступлении может быть необычайно мощным. Конечно, этот конкретный пример, который я представил, технически не является истинным повествованием; у него есть начало (приближение Манчестерского полка к Л'Эпинетте) и восходящее действие (Черчилль убивает нацистского солдата из лука и стрел), но ему не хватает настоящего конца.Тем не менее, надеюсь, вы понимаете, к чему я клоню в этом примере.

Почему этот тип введения настолько эффективен?

Проще говоря, традиционные истории работают так же хорошо, как введение, потому что, как люди, мы запрограммированы реагировать на истории. Истории - это не просто развлечение, они тысячелетиями служили человечеству предостерегающими историями и средством выживания, и даже сегодня, со всеми нашими технологиями и знаниями, хорошо рассказанная хорошая история по-прежнему остается одной из самых захватывающих форм развлечения, которые мы знаем.

Автор: Елена Стебакова

Так же, как хороший роман увлекает вас с самого начала и заставляет вас читать, использование традиционного повествования в качестве вступления дает все те же преимущества вашему произведению. Этот метод позволяет вам представить одного или нескольких персонажей - в нашем примере - Безумного Джека Черчилля - прежде чем перейти к драматическому взлету, присущему каждой хорошей истории. Это сразу привлекает внимание читателя и, если все сделано хорошо, может послужить почти неотразимым крючком для остальной части произведения.

Введение № 4: Вопрос

Если бы вам пришлось, вы бы предпочли драться с одной уткой размером с лошадь или с сотней лошадей размером с утку?

Изображение предоставлено Flipline Studios

Вопросы могут быть очень эффективным приемом во вступлении. Он предлагает читателю гипотетический сценарий и предлагает им представить свой ответ и связать свой жизненный опыт с последующим материалом. С самого начала своей статьи вы привлекаете читателя, прося его применить собственное суждение или мнение к рассматриваемой теме - в нашем примере это предпочтительный бой с невероятно большой уткой или небольшой армией невероятно маленьких лошадей.

Почему этот тип введения настолько эффективен?

Задание вопросов читателям во введении - эффективный прием именно потому, что вы предлагаете читателю подумать о весьма конкретном сценарии. Этот прием аналогичен использованию статистики или фактов во вступлении; Задавая вопросы аудитории, вы рассказываете им о потенциально запоминающейся ситуации и предлагаете рассмотреть их точку зрения на проблему. Например, я лично предпочел бы драться со 100 лошадьми размером с утку, чем с одной грозной уткой размером с лошадь.

Может, не знаю? Изображение предоставлено TED / Ganesh Pai .

Однако у этой техники есть свои подводные камни. Во-первых, этот метод тщательно использовался тысячами издателей кликбейтов как ленивый способ побудить людей перейти от заголовка, основанного на вопросе, к неизбежно разочаровывающей статье. Независимо от того, задан ли вопрос в заголовке или во вступлении, многие люди по понятным причинам утомляются и опасаются вопросов по содержанию.

Во-вторых, проблема структуры. В приведенном выше примере боя с водоплавающими птицами нет «правильного» ответа. Это означает, что на вопрос практически невозможно дать окончательный ответ, что может привести к разочарованию читателя, особенно если вы зададите вопрос, на который они ожидают ответа от остальной части статьи. Это сообщение в блоге о коэффициентах конверсии - отличный пример. Ларри задает вопрос читателю в заголовке, а остальная часть статьи отвечает и подкрепляет этот вопрос данными и логическими, научными рассуждениями.А теперь представьте, если бы он задал вопрос, но не ответил. Как это заставит вас почувствовать себя читателем?

Введение # 5: Настройка сцены

К 2017 году мировая экономика рухнула. Не хватает продовольствия, природных ресурсов и нефти. Полицейское государство, разделенное на военизированные зоны, правит железной рукой.

Хотя это введение может точно описать наш нынешний геополитический кошмар, на самом деле это вводный текст из кинематографической адаптации Пола Майкла Глейзера 1987 года тревожно прозорливого рассказа Стивена Кинга Бегущий человек (который Кинг написал под своим псевдонимом Ричард Бахман, прежде чем вы, хардкор, Поклонники короля кричат ​​на меня).

Эта техника известна как установка сцены, и она может быть очень эффективным способом вовлечь читателя в вашу работу. (Если вам интересно, боевик Дэвида Хогана 1996 года Barb Wire также оказался на удивление близок со своим умозрительным взглядом на то, как может выглядеть антиутопия 2017 года.)

Почему этот тип введения настолько эффективен?

Эта вводная техника похожа на повествовательный пример в том, что писатель готовит почву не только для того, что происходит в начале произведения, но и для того, что читатель может ожидать.Этот метод может быть невероятно эффективным при работе с новыми темами или предметами с сильными элементами, заслуживающими освещения в печати.

С редакционной точки зрения, этот метод дает писателю много преимуществ. Это позволяет вам выбрать и установить четко определенную позицию по проблеме, а также позволяет быстро занять противоположную позицию по спорным темам. Это также позволяет вам манипулировать эмоциями ваших читателей, резюмируя и выделяя положительные или отрицательные аспекты истории, как вы считаете нужным, или поддерживая те моменты, которые вы хотите высказать.

Стилистически это введение может быть структурировано аналогично повествовательным введениям - рассказывая самодостаточную историю в самом начале статьи перед переходом к остальному содержанию - или помогая читателю быстро освоить развивающуюся тему, которую они могут не знать об этом, как это сделали многие подробные сводки новостей из Хьюстона после урагана Харви. Во многих отчетах катастрофический ущерб, нанесенный Харви, рассматривается в более широком политическом контексте финансирования помощи при стихийных бедствиях, спорных предложениях по сокращению научных исследований и нестабильном политическом климате, окружающем управление чрезвычайными ситуациями в подверженных кризисам регионах, таких как юг и юго-восток Соединенных Штатов.

Хорошо написанное введение, устанавливающее сцену, может помочь вашим читателям быстро понять , почему то, что вы собираетесь сказать, важно, а также даст им прочную основу в часто очень тонкой справочной информации, необходимой для понимания сложных, многогранных проблем .

Представьтесь

Надеюсь, вы уделяете много времени придумыванием броских заголовков для своего контента. Я надеюсь, что теперь вы также лучше понимаете ценность и важность серьезного вступления.

В следующий раз, когда вы сядете писать, подумайте о смелой храбрости Безумного Джека Черчилля, бросающегося в бой с его длинным луком и клеймором, как воин викингов - а затем спросите, гордится ли Безумный Джек ваше вступление.

5 способов написать введение [Резюме]

  1. Начать с предложения
  2. Открыть с соответствующей статистикой или интересным фактом
  3. Начните с увлекательной истории
  4. Задайте своим читателям интригующий вопрос
  5. Установить сцену
.

Как написать убедительный вводный абзац - счетчик слов

Вы смотрите на пустой экран. Мысли не текут. Абсолютно ничего. Как, черт возьми, вы собираетесь начать свое эссе?

Вступительный абзац - один из самых важных разделов эссе в колледже. Фактически, этот короткий абзац выполняет большую часть работы, которая способствует полноте вашего написания.

Выбор правильного крючка для вашей первой фразы имеет решающее значение для привлечения внимания читателя с самого начала.

Это помогает привлечь внимание читателя и убедить его продолжить чтение. Здесь вы указываете четкое направление и даете читателю знать, куда вы его ведете. А также здесь вы формулируете четкий тезис и цель своего письма.

Мы знаем ... он многого требует. Но поверьте нам, это возможно.

Мы составили список ответов на самые распространенные вопросы, связанные с написанием вводного абзаца.

Какую информацию нужно включить в вводный абзац?

Ваше введение должно состоять из трех основных частей:

  1. Крючок - начальная строка, привлекающая внимание читателя.Креативное, информативное, а иногда и забавное, это предложение задает тон вашему эссе. Возможно, вам придется пересматривать эту строку несколько раз на протяжении всего процесса, чтобы получить именно ту формулировку, которая вам нужна.

  2. Контекст - некоторые пояснения и информация по теме. Представьте определение вашей основной идеи. Людям нужно знать, о чем вы говорите.

  3. Тезис - основной аргумент, которым руководствуется остальная часть эссе.Это критическая строка, в которой объявляется, что вы пытаетесь заявить и как вы планируете поддержать свое мнение.

Как зацепить ридер?

Написание вступительной строки - одна из самых сложных задач в сочинении. Вам нужно что-то достаточно информативное, чтобы представить вашу основную идею, и в то же время достаточно занимательное, чтобы кому-то захотелось продолжить чтение.

Вот несколько тактик, которые хорошо работают:

  1. Искра любопытства.
    На вашей коже живет больше форм жизни, чем на нашей планете. Мне интересно ... расскажите подробнее.

  2. Используйте юмор.
    Иногда я поражаюсь; в другие дни я хожу по лестнице. Ха! Я был там.

  3. Задайте вопрос.
    Если люди не начнут пытаться защитить окружающую среду, что произойдет с Землей? Что случится? Мне нужно знать.

  4. Укажите ценовое предложение.
    «Никогда не сомневайтесь, что небольшая группа вдумчивых, преданных делу граждан может изменить мир; действительно, это единственное, что когда-либо было », - так красноречиво заявила Маргарет Мид. Вот Это Да! Эта дама вдохновляет. Послушаем еще.

  5. Расскажите анекдот.
    Выходя из школы тем дождливым днем, я даже представить себе не мог, что это будет последний раз, когда я увижу своего лучшего друга. Боже мой! Что случилось с твоим другом?

Создание звездного вступительного абзаца означает отказ от чрезмерно используемых и скучных приемов, которые отбивают у читателя желание продолжить чтение.

Чего следует избегать?

Не менее важно убедиться, что вы включили все важные части вводного абзаца, но не менее важно исключить все ненужные слова и фразы, которые с самого начала отвлекут вашего читателя.Так чего следует избегать?

  1. Избегайте клише. Клише слишком часто используются и не имеют силы. Используйте свои собственные слова, которые несут более сильный смысл (и более уникальный голос).
    Вы знаете, что они говорят: «Сэкономленный пенни - это заработанный пенни». Тьфу. Я думаю, что это говорил мой прапрапрадедушка.

  2. Остерегайтесь определений. Если определение действительно не вызывает интереса у читателя или не крайне необходимо, оставьте его. Это излишне, если большинство людей уже знакомы с определением. Словарь Вебстера определяет школу как «организацию, обеспечивающую обучение». Эм ... а?

  3. Не будьте слишком расплывчаты. У вас есть всего несколько коротких предложений, чтобы изложить ваши основные идеи. Считайте каждое слово. Все любят собак. Ага. Мы делаем. Но что с того?

  4. Не будьте слишком конкретны. Вы же не хотите ошеломлять читателя каждой мелочью. У вас будет время углубиться в детали в основной части вашего эссе.
    Четыре раза, когда я видел, как люди отказывались от переработки отходов в моем районе, что является одним из факторов, способствующих повышению температуры Земли на два градуса, включая прошлую пятницу, две среды назад, четверг перед моим днем ​​рождения и вчера ночь. Мне жаль; ты потерял меня там. Я перестал читать.

Как долго должно длиться мое знакомство?

Хотя вы не хотите повторять и повторять вводный абзац, это ваш шанс задать тон вашей статье, вызвать интерес к вашей теме и поделиться своим мнением. Вам нужно иметь содержание без множества ненужных дополнений.

Большинство вступлений должно состоять из трех-пяти предложений. И вы должны стремиться к тому, чтобы количество слов было от 50 до 80 слов.

Необязательно говорить все в первом абзаце. Вам просто нужно достаточно этих нескольких предложений, чтобы дать читателю четкое представление о том, к чему вы собираетесь писать эссе, и вдохновить их продолжить чтение.

Вступление, состоящее из 50-80 слов, гарантирует, что у вас будет достаточно содержания, чтобы заинтересовать ваших читателей, не перегружая их слишком большим количеством информации. Вы хотите, чтобы они продолжали читать.

Произвести первое впечатление важно не только при личном общении, но и при письме.Ваше вступление - это первое, что прочитает ваша аудитория, и вы хотите, чтобы оно вдохновляло их читать дальше. Сделайте его кратким, интересным и информативным, и это обеспечит успех остальной части вашего эссе.

.

Введение в встраивание Word и Word2Vec | автор: Друвил Карани

Встраивание слов - одно из самых популярных представлений словаря документов. Он способен улавливать контекст слова в документе, семантическое и синтаксическое сходство, связь с другими словами и т. Д.

Что такое вложения слов? Грубо говоря, они являются векторными представлениями определенного слова. Сказав это, мы расскажем, как их генерировать? Что еще более важно, как они отражают контекст?

Word2Vec - один из самых популярных методов изучения встраивания слов с использованием неглубокой нейронной сети.Его разработал Томаш Миколов в 2013 году в Google.

Давайте рассмотрим эту часть по частям.

Зачем они нам?

Рассмотрим следующие похожие предложения: Удачного дня и Удачного дня. Вряд ли они имеют разное значение. Если мы составим исчерпывающий словарь (назовем его V), он будет иметь V = {Have, a, good, great, day}.

Теперь давайте создадим вектор с горячим кодированием для каждого из этих слов в V. Длина нашего вектора с горячим кодированием будет равна размеру V (= 5).У нас был бы вектор нулей, за исключением элемента в индексе, представляющего соответствующее слово в словаре. Этот конкретный элемент будет одним. Кодировки ниже объяснят это лучше.

Имеют = [1,0,0,0,0] `; a = [0,1,0,0,0] `; хорошо = [0,0,1,0,0] `; великий = [0,0,0,1,0] `; day = [0,0,0,0,1] `(` представляет транспонирование)

Если мы попытаемся визуализировать эти кодировки, мы можем представить себе 5-мерное пространство, где каждое слово занимает одно из измерений и не имеет ничего общего с делать с остальным (без проекции по другим измерениям).Это означает, что «хороший» и «отличный» так же разные, как «день» и «иметь», что неверно.

Наша цель состоит в том, чтобы слова с похожим контекстом занимали близкие пространственные позиции. Математически косинус угла между такими векторами должен быть близок к 1, то есть углу, близкому к 0.

Google Images

Здесь возникает идея создания распределенных представлений . Интуитивно вводим некую зависимость одного слова от других слов. Слова в контексте этого слова получат большую долю этой зависимости . В одном представлении горячего кодирования все слова независимы, друг от друга , , как упоминалось ранее.

Как работает Word2Vec?

Word2Vec - это метод для создания такого вложения. Его можно получить с помощью двух методов (оба с участием нейронных сетей): пропустить грамм и общий пакет слов (CBOW)

CBOW Модель: Этот метод принимает контекст каждого слова в качестве входных данных и пытается предсказать слово соответствующий контексту.Рассмотрим наш пример: Удачного дня.

Пусть входом в нейронную сеть будет слово, отлично. Обратите внимание, что здесь мы пытаемся предсказать целевое слово ( d ay ) , используя одно слово ввода контекста great. Более конкретно, мы используем одно горячее кодирование входного слова и измеряем ошибку вывода по сравнению с одним горячим кодированием целевого слова ( d ay). В процессе предсказания целевого слова мы изучаем векторное представление целевого слова.

Давайте глубже посмотрим на реальную архитектуру.

CBOW Model

Входное или контекстное слово - это один вектор с горячим кодированием размера V. Скрытый слой содержит N нейронов, а выход - это снова вектор длины V, элементы которого являются значениями softmax.

Давайте рассмотрим термины на картинке справа:
- Wvn - это весовая матрица, которая отображает входной x на скрытый слой (размерная матрица V * N)
- W`nv - это весовая матрица, которая отображает скрытые слой выводит на окончательный выходной слой (размерная матрица N * V)

Я не буду вдаваться в математику.Мы просто поймем, что происходит.

Нейроны скрытого слоя просто копируют взвешенную сумму входных данных на следующий уровень. Нет такой активации, как сигмовидная, tanh или ReLU. Единственная нелинейность - это вычисления softmax в выходном слое.

Но вышеупомянутая модель использовала одно контекстное слово для предсказания цели. Мы можем использовать несколько контекстных слов, чтобы сделать то же самое.

Google images

Приведенная выше модель принимает контекстные слова C. Когда Wvn используется для вычисления входных данных скрытого слоя, мы берем среднее значение по всем этим входам контекстного слова C.

Итак, мы увидели, как представления слов создаются с использованием контекстных слов. Но есть еще один способ сделать то же самое. Мы можем использовать целевое слово (представление которого мы хотим создать), чтобы предсказать контекст, и в процессе мы создаем представления. Другой вариант, названный моделью Skip Gram, делает это.

Модель Skip-Gram:

Похоже, что модель CBOW с несколькими контекстами только что перевернулась. В некоторой степени это правда.

Вводим в сеть целевое слово.Модель выводит C распределений вероятностей. Что это значит?

Для каждой позиции контекста мы получаем C распределений вероятностей V вероятностей, по одному для каждого слова.

В обоих случаях сеть использует обратное распространение для обучения. Подробную математику можно найти здесь

Кто победит?

Оба имеют свои достоинства и недостатки. По словам Миколова, Skip Gram хорошо работает с небольшим объемом данных и хорошо отображает редкие слова.

С другой стороны, CBOW быстрее и лучше отображает более частые слова.

Что впереди?

Приведенное выше объяснение является очень простым. Это просто дает вам общее представление о том, что такое встраивание слов и как работает Word2Vec.

Это еще не все. Например, чтобы сделать алгоритм более эффективным с вычислительной точки зрения, используются такие приемы, как Hierarchical Softmax и Skip-Gram Negative Sampling. Все это можно найти здесь.

Спасибо за чтение! Если у вас есть что спросить или поделиться, комментируйте.Вы также можете связаться со мной в LinkedIn

.

Введение в векторные слова - DZone AI

Векторы слов

векторных слов представляют собой значительный шаг вперед в развитии нашей способности анализировать взаимосвязи между словами, предложениями и документами. Поступая так, они продвигают технологии, предоставляя машинам гораздо больше информации о словах, чем это было возможно ранее при использовании традиционных представлений слов. Именно векторы слов делают возможными такие технологии, как распознавание речи и машинный перевод.Есть много отличных объяснений векторов слов, но в этом я хочу сделать концепцию доступной для людей, занимающихся данными и исследованиями, которые не очень знакомы с обработкой естественного языка (НЛП).

Что такое векторы слов?

Векторов слов - это просто векторы чисел, которые представляют значение слова. Пока это не очень ясно, но мы вернемся к этому чуть позже. Прежде всего полезно рассмотреть, почему векторы слов считаются таким шагом вперед по сравнению с традиционными представлениями слов.

Традиционные подходы к НЛП, такие как одноразовое кодирование и модели набора слов (т. Е. Использование фиктивных переменных для представления наличия или отсутствия слова в наблюдении, т. Е. В предложении), в то время как полезны для некоторого машинного обучения (ML ) задачи, не собирают информацию о значении слова или контексте. Это означает, что потенциальные отношения, такие как контекстная близость, не отражаются в наборах слов. Например, одноразовое кодирование не может зафиксировать простые отношения, такие как определение того, что слова «собака» и «кошка» оба относятся к животным, которые часто обсуждаются в контексте домашних животных.Такие кодировки часто обеспечивают достаточную основу для простых задач НЛП (например, классификаторы спама в электронной почте), но им не хватает сложности для более сложных задач, таких как перевод и распознавание речи. По сути, традиционные подходы к НЛП, такие как одноразовое кодирование, не фиксируют синтаксические (структура) и семантические (смысловые) отношения между наборами слов и, следовательно, представляют язык очень наивным образом.

Напротив, векторы слов представляют слова как многомерные непрерывные числа с плавающей запятой, где семантически похожие слова отображаются в близкие точки в геометрическом пространстве.Проще говоря, вектор слова - это строка действительных чисел (в отличие от фиктивных чисел), где каждая точка фиксирует измерение значения слова, а семантически похожие слова имеют похожие векторы. Это означает, что такие слова, как колесо и двигатель , должны иметь векторы слов, аналогичные слову автомобиль (из-за сходства их значений), тогда как слово банан должно быть довольно отдаленным. Другими словами, слова, которые используются в аналогичном контексте, будут отображаться в приближенное векторное пространство (мы узнаем, как создаются эти векторы слов, ниже).Прелесть представления слов в виде векторов в том, что они поддаются математическим операторам. Например, мы можем складывать и вычитать векторы - канонический пример здесь показывает, что, используя векторы слов, мы можем определить это:

Другими словами, мы можем вычесть одно значение из вектора слова для короля (то есть мужественности), добавить другое значение (женственность) и показать, что этот новый вектор слова (король - мужчина + женщина) наиболее точно соответствует вектору слов для Королева.

Числа в векторе слов представляют вес слова , распределенный по измерениям .В упрощенном смысле каждое измерение представляет собой значение, а числовой вес слова в этом измерении отражает близость его связи с этим значением и с ним. Таким образом, семантика слова встроена в размерности вектора.

Упрощенное представление векторов слов

На рисунке мы представляем, что каждое измерение имеет четко определенное значение. Например, если вы вообразите, что первое измерение представляет значение или понятие «животное», тогда вес каждого слова в этом измерении показывает, насколько близко оно соотносится с этим понятием.

Это довольно большое упрощение векторов слов, поскольку размеры не имеют такого четко определенного значения, но это полезный и интуитивно понятный способ осмыслить концепцию размерностей векторов слов.

Мы создаем список слов, применяем синтаксический анализатор spaCy, извлекаем вектор для каждого слова, складываем их вместе, а затем извлекаем два основных компонента для целей визуализации.

  импортировать numpy как np импортный простор из sklearn.decomposition import PCA nlp = простор.load ("en") животные = "собака кошка хомяк лев тигр слон гепард обезьяна горилла антилопа кролик мышь крыса зоопарк домашний питомец пушистый дикий одомашненный" animal_tokens = nlp (животные) animal_vectors = np.vstack ([word.vector для слова в animal_tokens, если word.has_vector]) pca = PCA (n_components = 2) animal_vecs_transformed = pca.fit_transform (животные_векторы) animal_vecs_transformed = np.c_ [animals.split (), animal_vecs_transformed]  

Здесь мы просто извлекаем векторы для разных животных и слова, которые могут быть использованы для описания или из них.Как упоминалось в начале, векторы слов обладают удивительной мощью, потому что они позволяют нам (и машинам) идентифицировать сходства в разных словах, представляя их в непрерывном векторном пространстве. Здесь вы можете увидеть, насколько близки векторы для таких животных, как «лев», «тигр», «гепард» и «слон». Вероятно, это потому, что они часто обсуждаются в схожих контекстах; например, эти животные большие, дикие и потенциально опасные - действительно, описательное слово «дикие» довольно близко соответствует этой группе животных.

Подобные слова отображаются вместе в векторном пространстве. Обратите внимание, насколько близки «кошка» и «собака» к «домашнему животному», как сгруппированы «слон», «лев» и «тигр», и как описательные слова также группируются вместе.

Здесь также интересно то, насколько близко друг к другу соотносятся слова «дикий», «зоопарк» и «одомашненный». Это имеет смысл, учитывая, что это слова, которые часто используются для описания животных, но подчеркивают удивительную силу слов-векторов!

Откуда берутся векторы слов?

Отличный вопрос здесь: Откуда берутся эти размеры и вес ?! Существует два распространенных способа генерирования векторов слов:

  1. Количество совпадений слова / контекста
  2. Предсказания контекста данного слова (модели нейронных сетей с пропуском грамм, т.е. word2vec)

Примечание : Ниже я описываю высокоуровневый подход word2vec к генерации векторов слов, но здесь можно найти хороший обзор подхода подсчета / совпадения.

Оба подхода к генерации векторов слов основаны на гипотезе распределения Ферта (Firth, 1957) , которая гласит:

«Вы должны знать слово по компании, которую оно составляет».

Другими словами, слов, которые имеют схожий контекст, обычно имеют схожее значение .Контекст слова в практическом смысле относится к его окружающему слову (ям), а векторы слов (обычно) генерируются путем прогнозирования вероятности контекста данного слова. Иными словами, веса, составляющие вектор слова, изучаются путем прогнозирования вероятности того, что другие слова контекстуально близки к данному слову. Это похоже на попытку заполнить пробелы вокруг некоторого заданного входного слова. Например, с учетом входной последовательности «Пушистая собака лаяла, преследуя кошку», контекст из двух окон (два слова, предшествующие ключевому слову и следующие за ним) для слов «собака» и «лаял» будет выглядеть так:

Я не хочу вдаваться в математические подробности того, как нейронные сети слишком много изучают встраивание слов, поскольку люди, более квалифицированные для этого, уже объяснили это.В частности, эти сообщения были мне полезны, когда я пытался понять, как изучаются векторы слов:

  1. Глубокое обучение, НЛП и представления
  2. Удивительная сила векторных слов
  3. Word2Vec Учебное пособие: модель Skip-Gram

Однако полезно коснуться работы модели word2vec, учитывая ее популярность и полезность. Модель word2vec - это просто нейронная сеть с одним скрытым слоем, которая предназначена для восстановления контекста слов путем оценки вероятности того, что слово «близко» к другому слову, заданному на входе.

Модель обучается на словах, контекстных парах для каждого слова в корпусе, например:

  • (СОБАКА, THE) (СОБАКА), FLUFFY (СОБАКА, ЛАЯ) (СОБАКА, КАК)

Обратите внимание, что это технически контролируемый процесс обучения, но вам не нужны маркированные данные - метки (целевые / зависимые переменные) генерируются из слов, которые образуют контекст ключевого слова. Таким образом, с помощью оконной функции модель изучает контекст, в котором используются слова.В этом простом примере модель узнает, что «пушистый» и «лающий» используются в контексте (определяемом длиной окна) слова «собака».

Одна из замечательных особенностей векторов слов, созданных моделями word2vec, заключается в том, что они являются побочными эффектами , задачи прогнозирования, а не ее результатом. Другими словами, вектор слова не предсказывается (предсказываются вероятности контекста), вектор слова - это изученное представление ввода, которое используется в задаче предсказания - i.е. предсказание слова в контексте. Вектор слова - это попытка модели изучить хорошее числовое представление слова, чтобы минимизировать потерю (ошибку) его предсказаний. По мере того, как модель повторяется, она корректирует веса своих нейронов, пытаясь свести к минимуму ошибку своих предсказаний, и при этом постепенно уточняет свое представление слова. При этом «значение» слова включается в вес, полученный каждым нейроном в скрытом слое сети.

Модель word2vec, таким образом, принимает в качестве входных данных одно слово (представленное как одноразовое кодирование среди всех слов в корпусе), и модель пытается предсказать вероятность того, что случайно выбранное слово в корпусе находится в соседней позиции для входное слово.Это означает, что для каждого входного слова существует n выходных вероятностей, где n равно общему размеру корпуса. Волшебство здесь в том, что процесс обучения включает только контекст слова, а не все слова в корпусе. Это означает, что в нашем простом примере выше, учитывая слово «собака» в качестве входных данных, «гавкнувшая» будет иметь более высокую оценку вероятности, чем «кошка», потому что она ближе по контексту, то есть изучается в процессе обучения. Иными словами, модель пытается предсказать вероятность того, что другие слова в корпусе принадлежат контексту входного слова.Следовательно, с учетом приведенного выше предложения («Пушистый пес лаял, преследуя кошку») в качестве входных данных прогон модели будет выглядеть так:

Примечание. Этот концептуальный NN является близким другом диаграммы в сообщении блога Криса Маккормика, ссылка на который приведена выше.

Ценность прохождения этого процесса состоит в том, чтобы извлечь веса, которые были изучены нейронами скрытого слоя модели. Именно эти веса формируют вектор слова, т.е. если у вас есть скрытый слой из 300 нейронов, вы создадите вектор слова размером 300 для каждого слова в корпусе.Таким образом, результатом этого процесса является отображение слова и вектора размером n - входных слов * n - нейронов скрытого слоя.

Следующая

Векторы Word - это удивительно мощная концепция и технология, которая позволит сделать значительный прорыв в приложениях и исследованиях НЛП. Они также подчеркивают красоту глубокого обучения нейронных сетей и, в частности, силу заученных представлений входных данных в скрытых слоях. В следующем посте я буду использовать векторы слов в сверточной нейронной сети для задачи классификации.Это позволит выделить векторы слов на практике, а также то, как перенести предварительно обученные векторы слов в модель Keras.

.

Смотрите также

 
Поиск по сайту

 

Популярные уроки

Бесплатная программа Frontpage для создания сайтов  

Структура страницы сайта  

Как создать главную страницу сайта 

Как установить язык сайта  

Как создать макет веб-страницы в программе Frontpage

Как создать шапку для сайта

Просмотр сайта в разных браузерах

Как разместить текст на сайте

Возможности Frontpage

Как задать фон страницы сайта в Frontpage

Как вставить видео на сайт

Как создать новые страницы сайта в Frontpage

Как сделать бегущую строку в html

Как разместить сайт в интернете

 Наверх >>  

         

Школа Продающих Сайтов Андрея Громова © 2012-г.

Копирование материалов сайта запрещено.

Написать письмо

Карта сайта, XML.