代表英文片語的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到附近那裡買和營業時間的推薦產品

六大動詞，10天速成英語表達：多益考高分還是不敢說?本書幫你開口說，對方秒懂

為了解決代表英文片語的問題，作者周昱葳（葳姐）,李存忠（Mitch）,吳惠怡（Flora）、,林宜珊（Amy） 這樣論述：

　　連大人都想排隊報名的「葳姐親子英語共學」版主葳姐領軍！ 　　橫跨金融、電子科技、英語教學界最強專業師資群！   　　★隨書附贈！發音示範！QR Code線上音檔，現學現說！   　　◎please代表請，但如果說：「Give me some water, please.」你就會被當成奧客。 　　◎別再跟部屬說：Do you understand?（你懂我意思嗎？）， 　　更好的說法是：Do you get it? 　　◎點餐要用哪個動詞？別用order，你得說：I’d like to have… 　　◎say、tell、talk，都是「說」，用法差在哪？see、look、watch，又

該怎麼分？   　　本書作者周昱葳（葳姐），成立「葳姐親子英語共學」線上平臺近5年， 　　因為簡單說故事，且具有MBA商學院背景， 　　她設計的英語線上課程，實用到連大人都搶報名。   　　本書從心智圖、片語動詞、時態變化、助動詞、基本句型， 　　搭配超過200組的生活例句、實戰練習題， 　　告訴你，英文要學好，這6個動詞就夠了！   　　◎ 六大動詞，10天英語表達能力速成      　　介紹六大動詞：be、have、do、say、get、make， 　　教你用你早就會的簡單動詞，食衣住行玩，完整表達自己的想法、經驗。   　　問同事午餐哪裡吃？have lunch比eat lunch更道地

！ 　　like只代表喜歡？美國明星泰勒絲曾在致詞典禮上，提到了20次的like。 　　本書特別收錄like六大用法 ╳ 大明星金句 ╳ 獨創心情溫度計（第4天）。      　　◎ 職場、考試、生活，一定會用到的動詞   　　用圖像式記憶，教你從核心字義掌握，一學就懂！例如：   　　‧打開（關掉）電視，用open（close）？正確是：turn on（turn off）。 　　‧交報告怎麼說？你可以用turn in the report，或是submit the report。 　　‧take（拿） ＋ off（離開）＝請假： 　　I want to take two days off.（

我想要請假兩天。） 　　‧搭公車用get on、搭乘計程車則是用get into。 　　‧倒垃圾、外帶食物，都是用take out。   　　◎ 職場英文好好聊！疑問詞＆附加問句   　　只要用5W1H，就能輕鬆打開話匣子，跟別人聊不停！例如： 　　Who’s calling?（電話中，請問你是誰？） 　　Who will join us?（誰會跟我們一起去？） 　　When will the meeting start?（會議何時開始？） 　　還有3個聊天萬用句，教你提出邀約、建議、詢問意見： 　　What／How about、Why don't you、What if。   　　萬用句型公

式 ╳ 使用率破表的片語動詞 ╳ 文法急救包 ╳ 13首流行歌曲， 　　幫你立刻開口說，對方馬上懂。   名人推薦   　　歴任友達光電及台達電集團人資長／林瑞娟 　　自媒體創作者、TESOL認證ESL教師／倉庫的女人Claire 　　YouTuber、英語學習推廣家／Catherine 　　《通勤學英語》Podcast主持人／John老師 　　Ricky英語小蛋糕

代表英文片語進入發燒排行的影片

Level Up：提升寫作等級的提示工具

為了解決代表英文片語的問題，作者許靜媛 這樣論述：

本論文提出一個利用同義片語提升寫作文法等級的方法。在我們的研究中，我們分析使用者輸入的句子並取出句中的字彙或片語，來生成較高等級的同義詞，保持句子意思不變的同時也提升了寫作等級。該方法涉及訓練一個寫作等級分類器、分析句子並辨識片語、自動分類片語等級，來建立一個標註了文法等級的片語庫。在執行時，剖析學習者輸入的句子，再根據辨識出的單字或片語，利用語言模型（Language Model, LM）推薦進階的同義詞。我們提出一個雛形文法建議系統\textit{Level Up}，此系統將上述方法應用於巨量規模語料庫及學習者的句子或文章中，以協助其寫作。公開資料集的實驗結果顯示，我們的系統對於學習者常

出現的搭配詞錯誤，比起現今最具代表性的文法改錯系統，獲得較佳的結果。

玩轉字首字根：理科英文單字這樣記好簡單!

為了解決代表英文片語的問題，作者清水建二,すずきひろし 這樣論述：

用傳統方法記單字，沒效率且老是背了就忘？ 碰到艱澀的理工醫、留考等專業領域單字直接想放棄？ 字源學習法權威「清水建二」指引最強字彙解方！ 以「理科重要字根 ╳ 通用字首」為基礎展開全腦鍛鍊 （左腦）單字拆解聯想字義 + （右腦）圖像輔助強化記憶 跨領域整合學單字，一般字、專業字全搞定！      　　將英文單字拆解成「字首、字根、字尾」來學習和記憶， 　　是非常科學、快速，且獲得英文教學及語言學專業人士認同的有效方法！ 　　關於此單字學習法的原理及創造的驚人效果無須贅述，坊間相關書籍亦多如牛毛， 　　如何從中挑選出最符合個人學習需求、且能發揮最高學習成效的一本才是最重要的！   　　日本字

源學習法權威大師、語言類百萬暢銷作者清水建二全新力作， 　　專為破解平時生活不常用到，卻在專業領域不可或缺的艱澀字彙而設計！ 　　無論是為了「升學、證照考」而不得不學這些不好記又不好發音之單字的「理科人」， 　　或是短期內需大量記憶學術領域字以通過 TOEFL, IELTS, GRE, GMAT 等留學考試的「準留學生」， 　　本書不只蒐羅應試必通重要單字，更傳授提高背單字效率及測驗時識字命中率的「方法」， 　　因為「理科特有英文單字」幾乎 100% 來自古希臘文或拉丁文， 　　所以用字源拆解的方法來記憶理科英文單字可發揮最大的效益！   　　★ 活用 175 組理科專業核心字根 ╳ 50 個

全領域通用字首， 　　再長再難的字也能經由拆解而推知字義！ 　　理科專業字彙在日常會話中較少使用，而且通常不好記又不好發音， 　　若用傳統方法死記硬背，大概也是反覆背了又忘，事倍功半！ 　　最好的方式是善用「字首、字根、字尾」進行單字拆解，有系統地聯想並推理出字義。 　　而依本書規劃，只要理解記憶一組字根，不但能同時學會5個以上相同字根的其他單字， 　　再藉由與字首、字尾的搭配組合，還能輕鬆推理出更多未知單字的意義！ 　　例如：adrenoleukodystrophy 這個非常艱澀的單字可拆解如下： 　　ad〔往∼的方向〕＋ reno〔腎臟〕＋ leuko〔白色的〕＋ dys〔不良〕 ＋ tr

ophy〔營養狀況〕   　　首先，由〔發生在接近腎臟處（＝腎上腺）的白色的營養狀態不良現象〕， 　　便可推得「腎上腺腦白質失養症」這一病名。 　　接著再針對 reno, leuko, dys, trophy 這些字根與其他字首字尾構成的相關單字群進行集中式學習， 　　更能反覆熟悉、輕鬆推理，無形中讓自己的詞彙量獲得爆炸性增長！    　　★ 結合「插圖」與「字源」的「全腦學習」， 　　將抽象單字具象化更容易理解，記憶更深刻！ 　　即便以字源拆解單字是最有效率的單字記憶方式， 　　然而記憶單純的單字列表不但容易忘記，且很難持續學習。 　　作者提倡「結合插圖與字源的學習法」，根據字源，將單字的抽

象意涵以圖像化表現， 　　亦即一邊以左腦理解單字根源，一邊用插圖將之深刻烙印於右腦的全腦式學習！ 　　例如「蒲公英」的英文是 dandelion， 　　如果利用這個外來語的音標硬背下來，恐怕時間一久就會忘得一乾二淨， 　　但若是將 dandelion 進行字源拆解為：dan(t) / den(t)〔齒〕＋ de〔～的〕＋ lion〔獅子〕， 　　讓左腦理解「蒲公英的葉子」很像「獅子的牙齒」，並進一步將之圖像化， 　　以視覺訴諸右腦，便可以記憶得更深、更牢、更長久。  　　 　　★ 文科人也需要的理科英文單字！ 　　舉例來說，你或許不認識也覺得沒有必要認識 nostalgia（思鄉病）這個字，

　　因為一般人在日常生活中只需要會 homesickness 即可溝通， 　　但是對於想進入如文學、社會學、心理學、人類學等專業領域的人來說， 　　nostalgia 是 TOEFL、GRE 等留學考試中必學的重要單字， 　　在文學、心理學中又被理解為「懷舊」，甚至發展出「懷舊理論」。 　　而此字的字根 algia 在希臘文中是「疼痛」的意思， 　　於是在醫學專業中，它又衍生出許多疾病名稱， 　　如 cardialgia（心臟痛、胃痛）、dentalgia（牙痛）、arthralgia（關節痛）⋯⋯ 　　由上例即可說明，許多理科單字其實也是幫助文科人跨過專業門檻的重要單字。 　　 　　此外，本

書雖然主要以理科背景人士之需求篩選核心字根及重要單字， 　　但藉由「字源筆記」中對於字源背景知識的說明及提點， 　　即使是一般文科人也能透過本書廣泛汲取許多有趣又有用的知識。 　　若再加上活用「圖像 + 字源拆解」的學習法來聯想和記憶單字， 　　漸漸地，你將發現自己竟然能夠推理字義，看懂生活中常見的科普、醫學用語。 　　

引入生成對抗網路對腎臟病理切片影像進行語義分割

為了解決代表英文片語的問題，作者陳佳君 這樣論述：

　　醫師透過腎臟病理切片來做為慢性腎臟病的診斷依據，而腎臟病理組織主要分為腎絲球、腎小管、血管與間質。如果有高比例的腎絲球有硬化特徵，可預見其日後的腎功能改善空間有限，而腎小管萎縮與腎間質的纖維化表現，也代表著長期預後不佳，對於惡性高血壓導致腎功能快速惡化的患者來說，動脈管壁則會出現類纖維素性壞死等變化，所以從影像中分割出不同的顯微組織可提供做為腎功能的表現與長期預後診斷的參考依據。腎絲球的病理型態細分為主要三種類別：正常腎絲球，增生型腎絲球與腎絲球硬化，需要經過專業醫師才能精準的區別。　　影像分割是將影像中的每個像素做分類，識別影像中的類別以及位置，目的是簡化或改變影像的表示形式，讓影像更

容易分析，深度學習中有許多網路模型針對影像分割的作法。由於像素之間的關係容易被忽略，使得預測的結果或形狀與真實標註影像有較大的差別，因此有些研究引入生成對抗網路在影像分割任務上而改善了預測效能。一般用於深度學習影像分割的作法視為生成器，將影像的每個像素分成不同類別，而鑑別器則判讀輸入影像是來自於真實標註影像或是生成器產生的影像，希望透過生成對抗網路學習方式讓模型學習產出正確的標註影像。　　實驗可分為三個部分：(1)資料擴增是否能提升模型的準確度，將註解影像進行染色與幾何轉換，並使用U-Net、U-Net變化模型與DeepLab進行比較，(2)比較兩種不同模型策略對於腎絲球與腎小管的分割結果，一

是引入生成對抗網路學習作法的模型(如SegAN)，二是深度學習的影像分割模型(如U-Net、U-Net變化模型與DeepLab)，(3)針對腎絲球再細分為硬化與非硬化腎絲球進行影像分割，採用U-Net、U-Net變化模型、DeepLab與SegAN進行訓練。　　結果顯示，資料擴增有助於提升腎臟病理切片的影像分割效度，而且改變模型架構有利於準確度的提高，也證明使用生成對抗網路作法在影像分割任務上，能夠分割出影像的標註，但還有機會提高準確率，最後是硬化腎絲球較不容易被分割出來，可能原因是其長相與大部分腎絲球較不相似且標註數量較少。　　未來的目標是增加正常與硬化腎絲球的註解影像，同時增加更多腎臟病理

切片的類別，例如正常腎絲球、增生腎絲球與腎小管等等，最後是增加一些技巧來獲得更好的影像分割效能。