攻克雅思听力

    阅读了很多高手的经验总结,很感谢太傻、寄托论坛的高手们,从他们总结的第一手材料中,获取了一些可能对自己有用的信息,一下是主要内容:

   攻克雅思听力需要的材料:
  1. 王陆 807单词
  2. 黑眼睛
  3. listen to this
  4. 剑桥系列
主要的材料就是这些,这4种材料是必须的,需要很熟练的掌握,对于具体的时间安排我觉得是没有意义的,从来都是计划没有变化快,我从大侠的经验获得一些非常有用的信息就是,听力多半是单词没有听清,所以必须从单词入手,把听力中常用的单词听明白,然后再开始题型相关的问题,最后才是剑桥系列教材。


【满分听力】如何快速突破?---吐血奉献

3 [1 n0 X3 O! w  r
首先还是感谢太傻论坛,感谢跟烤鸭们一起走过的日子,祝大家好运!

按照 时间 顺序,我一共用了一下三种的听力材料,我的听力的复习也就包含了这三个阶段,下面就各个阶段的心得体会与大家分享:

1.   王陆的807词汇
A. 第一轮,我将这本词汇书看了2-3遍, 将自己不是很熟悉 包括不认识的,以及与美式发音不同的 的单词标示出来 ! P( {' Q9 D" m  y( O( k
B. 第二轮,对照着 音标 念, 默记住单词的拼写 ,看了也有2-3遍;
C. 然后我跟着mp3听写了大概50-80页的单词量,主要是 练习自己用笔记单词的速度、如何缩写 (其实只要自己认识就好了,可以 缩写、用简易图形代号、或者中文 )和 熟悉英式英语的单词发音 ,这一次主要是为了实战培养感觉。
$ F. ?0 Y+ t/ u3 H, m
p.s.: 如果时间充裕的话,建议烤鸭们还是听写完这本书吧,其实 最关键的是要掌握自己写错的单词
$ {( s- G- v5 F1 {6 R2 B# N6 F
2.   北外的黑眼睛 + [3 C4 G( q& n3 I
黑眼睛毫无疑问 难度高于真题 。我做黑眼睛的时候十分受挫,但是如果烤鸭们能够坚持把黑眼睛练习一遍的话,我相信提高一定很快。 : Z* A" K0 R/ q: z3 i9 h0 Z

我使用黑眼睛主要是熟悉各种题型,因为 黑眼睛将不同的听力练习进行了分类 ,从而进行各个击破,有针对地进行自己的弱项进行突破,我觉得是在 短期突破的一本好教材 。在练习的时候一定要顶住压力,坚持下去,即使错了很多也不要打击自己的信心,因为受了黑眼睛的磨练之后,你会发现剑桥系列的听力已经完全在自己的掌控之中了。
8 v3 J6 R5 j$ o+ \3 |) \
3.   剑桥系列听力 。我当时做的是剑6和剑7,是因为时间关系。如果时间充裕的话,建议大家还是把剑3到剑7都做了。 剑桥系列的听力练习的时候,大家应该给自己设定目标,循序渐进,需要给自己压力,让自己每一次都比上一次做得更好,有进步。 在练习当中,我就逐渐地发现了前面所说的技巧: ' Z0 P! t! [2 \6 F

A.   用心去听,而不是用耳朵听 :相信做了几套模拟的烤鸭们一定能够体会到这句话的含义。那就是200%的focus,深呼吸之后,用你的心去体会文章,跟着听力走,同时将你的眼睛盯着题目,等待答案的出现,出现后,立马在空出记下自己过后能够辨识出来的缩写(释义见1)。 5 T3 s0 G6 R3 K- M
根据我的个人联系统计,如果不用心听的话,每次大概都会错个4-5个粗心的地方,或者漏掉,没听清楚单复数;如果用心听的话,就可以全部避免。 0 q- M  C& `' e* s3 M

这里需要注意的是:
a.   听力section 1例子说完之前,我们应该将section 4可能没有时间看的题目看上1遍或者更多遍;
b. 确保做每一道听力前都已经将题目看了 2遍以上 ,这就要求 阅读扫视的能力 通过我的经验证明,快速将题目看多遍的记忆效果比在一个题目前停留很长时间的效果要好很多,不过也是因人而异 ); 3 p! k! e: ], W1 {4 o

B.   听写单词小窍门 :填空的时候最好能够在试卷 找一大片空白处 ,标准以不要挡着眼睛看题目为宜,然后听到答案时用铅笔 记下缩写 注意 此时不要分神用眼睛盯着笔尖,而是一直看着题目,眼睛不要离开题目,这样可以一直跟着听力的内容 )。 不建议大家在原空处填下答案,因为这样的话手会挡住后面的句子,造成跟不上听力内容的后果 ,这是我的一个小窍门吧,希望能够对大家有用。 : d9 z& M4 i' W, V. o! ^* Y

C.   全部大写 :因为评分的 规定 应该大写的地方小写了算错,而应该小写的地方可以大写 。这个我已经经过多次证实,并且有我的亲身经历作证,所以大家大胆放心全部大写。 # \0 S- g9 f0 r/ Q9 B
这里需要提醒的是: 0 R6 [; l) o& P1 G
a. 上场前 一定要 确保练习一次全部大写的手感 ,否则上场可能会发生意想不到的麻烦;
5 i2 y9 R% J9 U) T4 ~. O: m# P6 k
D. 听力中 名词的单复数问题 。对于没有听清楚单复数的单词,我 按照原文的语境判断,如果可以是单数也可以是复数的话,我都填的是复数 ,这是我在某位大侠的帖子上看到经验, 考试 的时候借鉴了,结果证明有效。大家可以考虑尝试一下。
说明: 单复数绝对是 雅思 听力中的一个很大的迷惑点,因为英式发音中复数的 [s] 发音很弱,在考场的极端情况下,我们极其有可能听不到,所以雅思出题者一直将其做为题点,并屡试不爽。当然不排除有例外的情况,不过 大多数情况下,可单数又可复数而且你又没有挺清楚的情况下,极有可能是复数。 . ]; w1 I8 C7 ?! W8 Y& z' I
! y* ~+ K  m  z& S. D7 f: S
E. 如果听力的答题纸上全部大写,那么 阅读答题者可以选择全部大写,或者按照正常的大小写 。我的阅读部分是按照正常的大小写,没有全部大写,事实证明是可行的,请大家放心好了。 5 B) W0 r4 z* g/ X

我的听力经验大概就是以上这么多了,不过我以前考过 托福 ,托福听力是24分(满分30分),所以听力的基本功比较好。说了这个是希望对大家能够有个参考, 雅思的听力取胜还是要靠实力、练习和技巧的相结合。 不过我的经验是雅思的听力并不难,如果考过托福的同学,雅思听力熟悉了题型之后练习练习即可;对于英语基础比较差的同学,除了我说的这些之外,还应该参考别人的经验多提高实力,然后再从技巧上突破;英语很好的同学,那就给我提提意见哈~~~ - n+ A# S$ ]6 l! e' W; h. i1 G

一家之见,欢迎指正!祝大家好运!完。
<script type=text/javascript charset=utf-8 src="http://static.bshare.cn/b/buttonLite.js#style=-1&uuid=&pophcol=3&lang=zh"></script> <script type=text/javascript charset=utf-8 src="http://static.bshare.cn/b/bshareC0.js"></script>
阅读(499) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~
评论热议
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值