sublearn - naučte se slova z titulků

19.5.2009 00:17 | Přečteno: 1468× | poslední úprava: 19.5.2009 00:17

Nebaví mě moc sledovat filmy na notebooku, jdu raději do kina. Když už mě teda okolnosti (a lidi) kolem "přesvědčí" abych se díval, tak nejraději s anglickým titulkama (u anglicky namluvených filmů)... jenže někdy něčemu nerozumím... buď to ignorovat nebo pauznout film a slovíčka najít - což je otravné. Přemýšlel jsem nad ideálním mechanismem a dospěl k závěru: potřebuju před sledováním filmu slovíčka které v něm nebudu znát:)

Jako řešení jsem si usmyslel program - pracovně nazvaný sublearn - předhodím mu první titulky, projdu si je, naučím se slovíčka které neznám a pak můžu všechny slova označit jako že je umím. Když mu předhodím titulky z dalšího filmu tak se každé slovo porovná s databází a vypíše mi jen ty které ještě "neznám"... a tak dál... teoreticky, při nějakém x-tém filmu vypadne nějaké rozumné množství slovíček (50?) které půjde pohodově projít a ty které nebudu znát se naučit...

Myslím že by to mohl být fajn pomocník pro lidi co sledují stovky různých seriálů apod věcí. Mám alfaverzi, psáno v Ruby on Rails. Byl jsem teď v kině na tom novém Star Treku (taky vám přišly ty odlesky na palubě boží?) tak jsem tam zkusmo nahrkal titulky pro star treky co jsem našel - při prvním mi to přidalo asi 1700 slov, při třetím jen 400...

Jestli to někoho zaujalo tak budu rád když se ozve.

       

Obrázky

Komentáře

[deda.jabko]

kdyby to melo nejakou integraci s urbanovym slovnikem naucnym (urban dictionary) tak by se mi to libilo...

nedavno, jsem treba v simpsnech narazil na slovni hricku, ze ,,number two'' != cislo dve... a takove veci vas ve skole nenauci, natoz aby se objevily v nejakem beznem slovniku... ;-]

[xyz]

a takove veci vas ve skole nenauci

Jako chodit se vyprázdnit na nočník / záchod? Trošku pozdě, ne?

[phax7]

Mi by se taky líbilo kdyby to umělo řešit i fráze:) Jenže automaticky posílat každé slovo až skupinu dejme tomu 4 slov někam na překlad...

[Petr Tomeš]

Zajímavé, že slovník na Seznamu ani Atlasu to nenašel. Ani Linega Lexicon. Macmillan, Oxford ani Longman však nezklamaly.

[Nicky726]

Zajímavé. Mohlo by to interagovat s dalšími programy na výuku slovíček, tj. ověřovat ta slovíčka proti jejich databázi.

[hikikomori82]

Příloha:

• subbport.png (218450 bytů)

Hmm. Tiež som si zbastlil nieco podobne. Je to na "backportovanie" titulkov do povodneho jazyka. Prave za ucelom ucenia sa. Ten mplayer tam bezi v slave mode. Najprv bola 180 riadkova CLI verzia ale tam sa dost blbo editovali titulky. Nechcelo sa mi implementovat readline tak som radsej spravil gui frontend, cca 400 riadkov kodu. Pochybujem ze to okrem mna este niekto vyuzije (alebo sa mu to podari skompilovat) ale co uz, robil som to pre seba.

V podstate to v slucke dookola prehrava akt. titulok az kym nesedi 1:1, potom sa da next a ide sa dalej. Zmeny titulkov to ihned premieta do videa, atd..

[phax7]

Nějak si to neumím představit k čemu to vlastně používáš:) Ti samotáři mají českou zvukovou stopu ne?

[hikikomori82]

Ano, maju cesku zvukovu stopu. Titulky su ale len pre nepocujucich a tie su vyrazne ine ako to co skutocne hovoria. Toto ale nie je typicky pripad.

Castejsie je to tak ze mas napr. anglicky film (matrix) a k nemu iba ceske titulky. A toto je na to ze vezmem ceske titulky a prelozim ich spat do anglictiny tak ze budu 1:1 sediet.

[hikikomori82]

Btw. Tie ceske 1:1 titulky som robil pre zahranicneho studenta ktory studuje cestinu.

[thingie]

Tak schválně, kolik z těch startrekových slov je akorát nesmyslný technobabble? :]

[phax7]

 

Posuď sám:) Xenolingvistika asi není žhavý kandidát na objevení se v jiných filmech:)

Movie: New Star 're
(shipwreck)
(unfold
(y
)
abnormalities
absorb
accelerate
accomplish
acquired
acts
acuzatorul
adaptation
admired
admission
advices
affirmative
aim
alerts
amiral
ammo
ammunition
amortizorul
analyzing
ancestry
andorian
andreev
antares
anticipated
antique
apportioned
approached
apt
archer's
arguments
armada
armeaz
arrival
assigned
attached
autopilot
aviafobie
avoidance
awaited
awake
ayel
barged
barn
bartender
bastard
beagle
before-and
bestsellers
billion
bir
birth
blindfolded
blocks
bocind
bodly
boil
bood
boost
botezarea
bothers
bracer
brake
bravo
breather
bridges
buckle
budweiser
bulk
bullshit
cadet
candidacy
cans
capacity
capsule
cardassiene
carrier
casualties
cc
centauri
chair
chambers
channels
chapel
character
cheater
cheating
chirpov
chomsky
christopher
cite
citizen
clarify
comendation
comission
comment
committment
compassion
compensation
complications
compromise
concept
conclusions
conduct
confiscate
continuum
convene
cope
cortisone
crack
crafts
creates
cried
culminating
cultivate
cultural
cupcake
damages
daniels
decamufleaz
deciding
declared
decline
defended
define
definitions
deflectoarele
delirious
delivering
demonstrated
departments
deprive
deregleaz
descended
despite
determined
deviate
dialects
didn
dimensionality
directed
disadvantage
disappear
disaster
display
displays
dissertation
disturb
divorce
doc
docul
docului
dorm
drilled
drooling
dropping
earth's
ease
electrical
elicit
embarrass
enable
enabled
enables
endangered
ending
endowed
engaged
enlist
ensue
escorting
estimate
evacuated
evacuating
evaluate
ex-wife
exception
execute
exploding
extent
external
extinction
extract
facial
facilities
farce
farewell
farm
farragut
farsele
favorable
favoritism
federal
fencing
firstname
flawless
format
formula
fructify
fugi
gabriel
gail
gamble
genious
genocide
george's
goblin
graduates
grain
grapefruit
grapple
gratitude
grumble
guns
half-human
hallways
hangar
hannity
helpless
hidding
homeland
humanitarian
humans
hurts
i)
illegally
immobilized
implied
improbable
incapacit
incredibly
indebted
infections
inferiority
inferred
infirmary
info
inhabitants
initiating
inspiration
install
instructor
instructors
insults
intercepted
intervention
introduced
issued
items
jitter
johnny
jumped
junction
katra
kelvin
kentucky
klabnian
klingoniene
klingonieni
klingonienilor
km
kolinahr
lab
languages
larboard
launched
launching
laurentian
leadership
leaks
leap
leason
lied
lifeforms
limac
link
locals
logically
lokk
loud
lung
mama
maneuver
maneuvering
maneuvers
manufacture
marooned
masters
mcgrath
mckenna
meld
melvarieni
membuat
metaphor
meter
midwest
ministers
missiles
mobile
moke
mom
montgomery
morphology
motors
mutiny
nacelele
nacelle
napisow
napisy
narada
naradei
neexcludere
negeri
negotiate
nero
nero's
no-win
non-rivalry
north-west
november
numb
nyota
o
oddly
odwiedz
offender
officer's
olson
onboard
ongoing
operates
outfitted
outpust
output
outwit
paid
pander
parachute
paradoxes
parallel
paralysis
participate
particularily
pavel
peaceful
peasants
perish
phonology
physicist
pi
picked
pike
pilot
plane
planeta
poetic
polarize
preferably
pregnant
preposterous
prevented
print
prized
probe
prod
promote
propulsion
propulsoarele
prosper
proudly
provide
przez
puri
puricii
quality
query
quota
quote
radius
reappears
rebuild
recognition
recognize
recruitment
recruits
references
refusal
relativist
relaxed
reliable
relieve
remarkably
repairing
repeatedly
resign
resolve
respectfully
responsibilities
resynch
retaliate
rethink
retort
revelation
revers
rhythm
riverside
robau
romulana
romulane
romulani
romulanii
roomate
russia
sabotaged
sandwiches
saturn
scenarios
schoolgirl
sciences
seating
sedative
seismic
seldom
sensitivity
separately
serenity
sermons
service
sex
sezorii
shingles
shipping
shipyard
shooting
shuttles
singularity
sluggish
slusho
smaller
somehow
somewhat
sonda
sonic
sooner
sor
sos
spader
speeds
sphere
stabilization
stallion
startup
statistically
strangest
sublt
subrutin
subspa
succeeds
suitable
supernova
supraluminice
supreme
surparsed
suspended
suspicions
sweating
sweetie
swig
symptoms
syntax
ta
taht
tamable
tank
te
technician
technicians
telemetry
teleport
teleportare
teleportarea
terminated
tested
tests
theoretically
thirds
thrash
three-pi
titanic
toiling
toxin
traditions
traitor
trajectory
transferance
translated
translation
traveling
treatment
trek
troubled
truman
tunnel
uhura's
unacceptable
uncertain
unconditional
undergo
undetectable
unfamiliar
unhappy
unrecognized
unsurpassed
untarnished
unthinkable
upset
urge
uss
utmost
vaccine
valour
valve
variable
ve
vector
vega
vendetta
vengance
verdict
via
victor
viewfinder
violated
viral
volcano
volume
vulcanian
vulcaniene
vulcanienii
vulcans
w/o
walcott
whore
wictor
wield
willl
windows
winning
withdrawn
www
xenolingvistic
xenolingvistica
zmieniony

[Kvakor]

Hmm, moc tam těch čistě startrekovských výrazů není a většinou jsou to návzy cizích ras.

A xenolingvistika (viz článek na wikipedii) je nyní už téměř "borderline techspeak" (tj. něco, co už téměř začíná být technický termín), protože jsou vědci, kteří se opravdu zajímají, jak by vypadala řeč mimozemšťanů. Takže se klidně v jiných filmech může vyskytnou (pokud tam budou vyskytovat i nějací mimozemšťani), já sám si matně pamatuju na výskyt tohoto slova v několika knížkách.

[insider]

- spousta slov v en muze mit vic nez jeden vyznam. To o kterej se jedna poznaz az z kontextu.

- navic je tam spousta frazovych sloves a idiomu

 

a to nejdulezitejsi - tim ze se divas na filmy s titulkama se o hodne pripravujes - mozek ma pak tendenci cist titulky a nesnazi se porozumet mluvenymu slovu...

[phax7]

> spousta slov v en muze mit vic nez jeden vyznam. To o kterej se jedna poznaz az z kontextu.

no stejně se musíš naučit všechny významy, abys pak mohl poznávat z kontextu...

> navic je tam spousta frazovych sloves a idiomu

jo, neřeším.

> připravuješ se o hodně...

zase ale budu vědět jak se to píše a budu vědět přesně co říkají, můj mozek má tendence doplňovat co tam není... oba přístupy mají něco do sebe.

[Petr Tomeš]

Spousta základních slov má třeba desítky nebo hodně významů. Většina anglických slov jich má myslím aspoň 5. Podle mě to nebude moc fungovat. Neřešíš kontext. Není na to čas. Jak poznáš, o který význam jde, který ještě neznáš? Jak poznáš, kolik má slovo významů? V některých slovnících máš uvedenou jen půlku významů. Podle mně ti takový postup sice něco dá, ale jen velmi malinko oproti tomu si zajímavé obraty během filmu psát do bloku a pak si je vyhledat (přesně významy, které potřebuješ) a po určité, tebou vhodné době si film pustit znovu a většina těch nových slov už ti bude povědomá.

[phax7]

Jenže psát si fráze do bloku a po nějaké době si film pustit znova... a před spaním si je ještě opakovat a napsat na kartičky. Jenže to už jsme někde jinde, ne? Jasně že by to fungovalo líp, ale je to něco úplně jiného než chci...

[Petr Tomeš]

Kartičková metoda je ve své efektivitě dosud nepřekonaná, spolu ve spojení s vhodnými programy už nemá konkurenci. To, co děláš v současné době, má jen malý a krátkodobý výsledek.

[Petr Tomeš]

Jenže většinu nových slov nebo idiomů člověk nemá šanci správně pochopit z kontextu bez výkladového slovníku nebo bez aspoň průměrně asi deseti různých situací. Takové těžko nastávají, protože už nejsme malé děti obklopené postupně a neustále vhodnou úrovní jazyka. Bohužel.

[geon]

a kde se to dá stáhnout?

[phax7]

Zakládám projekt na SF, zatím to teda házím tady:

http://tmp.sigut.net/sublearn.tar.bz2

licence GPLv3

[hikikomori82]

Keby si to dal na code.google.com tak nemusis cakat 3 dni, je to rychlejsie (subjektivne zistenie), neporovnatelne prehladnejsie, a mozes tam dat aj veci ktore nesuvisia priamo s kodenim, napr mne free cad font na SF.net zamietli

[phax7]

Vždycky nadávám jak je SF nepřehledné, ale v koutku duše jsem se vždycky těšil až tam bud mít projekt:) Google code mi moc nesedl čachrama s MPL licencema...

[carnero]

Najdeš slovo "beam" (dělej, že ho neznáš). Slovník Ti poví, že to je paprsek nebo kláda. Jak to asi dáš dohromady, když v dialogu bude použité aniž by bylo úplně zjevné, co to vlastně dělají nebo chtějí? Kirk chce po Scottym postavit kládu? Uh...

Myslím, že to rozhraní by chtělo celé věty, ne-li odstavce, spíše než jen jednotlivá slova. Protože se to sice naučíš ale pochybuji, že všechny významy (zvlášť ty, které ve slovniku nejsou). Při sledování filmu pak stejně budeš lovit slovník protože naučený význam tam vůbec nepatří. Vím že několik slov jsem se učil u každého filmu znovu protože ve slovníku sice byly tři významy, v každých českých titulcích další, ale ve skutečnosti ani jeden neodpovídal tomu, co se děje ve filmu.

[phax7]

dejme tomu že tam bude slovo co neznám -  třeba "conduit", najdu si ho na slovníku:

 

conduit - cesta (přen.)
conduit - kanál k uložení potrubí nebo vedení
conduit - trubka (podst.jm.) g
conduit - kanál (podst.jm.) g
conduit - potrubí
conduit - vedení (technické)
conduit - roura
conduit - trubice
conduit - průchodiště (přen.)
conduit - přivaděč
conduit - přiváděč
conduit - trubkové vedení
conduit - vodovod

 

A až ve filmu uvidím větu (která tam opravdu je):

"An artificially created energy conduit"?
 

tak mi to docvakne a nebudu muset googlit...

kdyby tam byly celé věty či odstavce tak to si překládám celý film - nepochybně by to bylo kvalitnější ale úplně by to ztratilo původní význam...

PS: x-minut jsem zápasil s tím WYS... editorem... funguje vám ta guma na odstranění formátování?

[Tomáš Heger (geckon)]

U mě funguje zakázání WYSIWYG editoru

[podlesh]

Najdeš slovo "beam" (dělej, že ho neznáš). Slovník Ti poví, že to je paprsek nebo kláda. Jak to asi dáš dohromady, když v dialogu bude použité aniž by bylo úplně zjevné, co to vlastně dělají nebo chtějí? Kirk chce po Scottym postavit kládu? Uh...

No, když ještě uvážíme jak často se vyskytuje captain's log...

[geon]

ještě taková maličkost: kde stahujete anglické titulky? Jaké je anglické titulky.com?

[phax7]

opensubtitles.org?