🌟【工作流安利】知识联想增幅工作流:OhMyMN为摘录赋能

OhMyMN为摘录赋能:知识联想增幅工作流

Marginnote的核心设计之一,就是对信息的加工和处理。其中最基础的摘录工具,连通了文档和笔记本,是用户提取、重组关键内容的关键,可以说几乎所有用户场景分享都是从摘录的环节开始的。

这里要特别感谢ourongxing分享的新插件OhMyMN,基于正则表达式,插件OhMyMN不仅优化了字符的批量生成替换,更是为摘录赋能,让标题链接功能如虎添翼,能高效地启动知识的自动联想,比如帮助用户回顾、参阅以往积累的笔记,OhMyMN就通过促进信息的重复利用激活知识的加工流程,使零散的信息汇聚成网,让碎片的知识生长出系统框架。

当然 ,将一个优秀的插件限定在某种具体的学习场景中总是困难的,因为任何工作流的具体任务都是因为某些针对性的改进带来了整体的效率提升。但OhMyMN带着“无感化”的设计理念,让摘录相关的诸多手动执行变为自动触发,这就从底层优化了Marginnote加工信息的模式,能为很多场景带来效率的质变。本文作为上半部分,将侧重分享OhMyMN对于知识智能联想工作流的重要意义。

建立第二大脑:一种无感化的方案

如果只用一种方式了解某样事物,你就不会真正了解它。了解事物真正含义的秘密取决于如何将其与我们所了解的其他事物相联系。通过联系,你可将想法内化于心,从各种角度看问题,直至找到适合自己的方法。这才是思考的真谛!——马文·明斯基,博学家、认知科学家

标题链接:知识管理的“第二大脑”

在论坛里,“第二大脑”与“标题链接”的早期讨论帖描述了一种智能知识库的设想。

如今“标题链接”已推出多时,很容易发现这其实就是一种智能识别笔记库的工具,能够帮助我们实现知识的重复利用。

当一个学习者需要在实践中牢固记忆大量知识,比如熟练掌握应用频率非常高的专业知识,并且用来解决实际问题。这种情况就要求坚实的知识体系而不是碎片化的认知。

那么什么样的信息记录模式可以避免“碎片化”呢?

根据讨论帖中得出的共识,我们记录的任何笔记其实都是由父子层级关系构成的上下文,而人总是会随着时间的推移发生遗忘,这种情况下就可能出现“在新的上下文中记录的旧的知识点”。更糟糕的是这时候我们可能都不记得自己以前学过相关的知识,甚至忽视曾经整理的归纳和总结记录。

于是又一次付出了重复造轮子的功夫,得不偿失。

为了解决这个困境,Marginnote的标题链接让以往的笔记库成为了你的第二大脑,自动在新文本中探测是否存在旧的知识点,并生成文本超链接,让你可以通过点击及时参阅过去的总结,实现了知识复利的效应。

知识管理过程中的“西绪弗斯式命运”因此得而幸免。

2021911-20221

总而言之,知识的自动联想适用于广阔的学习情境,开启标题链接,就能智能识别笔记中的重要词条,展示笔记之间的网状提及关系,从而为知识的加工提示粗略的方向。文本中自动生成的超链接也增加了不同上下文信息碎片连接和碰撞的机会,让临时笔记转化为永久笔记,潜在的知识碎片也就发展成了系统。


知识自动联想的增幅装置:AnotherAutoTitle

因为大脑的联想功能就在于概念和概念之间的联系,标题链接功能将以字典的形式识别笔记卡片之间的提及关系,并自动将标题关键词识别为超链接。

在后续输入的任何笔记卡片或导入的文档中,就能自动识别出相关的发散知识,Marginnote像是第二个大脑,随着笔记库的越来越丰富,Marginnote的知识推荐也会变得更宽广、有深度。

但这段描述也是可疑的,问题就在“标题链接能够发挥作用也有前提”,即标题链接首先就必须在笔记卡片中录入标题,而这个标题很可能是潜在知识点的关键词。

OhMyMN大有所为的环节正是在“设置标题”上。

一方面,OhMyMN整合了过去的摘录标题转换插件,并且支持自定义更智能的正则条件,适合更多场景下标题和摘录的随心转换。

另一方面,OhMyMN让设置笔记标题、标题近义词过程更加得心应手、如臂使指。

如果说以往繁琐的“开启标题栏输入框”、“编辑卡片”牵制了标题链接在知识自动联想流程中的实际效果,那么OhMyMN插件带来的就是彻底的减负,通过为摘录赋能,让标记关键概念的环节更加游刃有余。

操作步骤

下面将一一演示OhMyMN中自动化工具对应的具体操作效果,以及推荐的工作流步骤。

自定义判断条件:自动触发“摘录转换为标题”

拖放关键词至笔记卡片上:自动触发“设为标题”

拖放关键词至笔记卡片上:智能合并标题“近义词”

开启标题链接字典:探测知识连接

查看超链接内容:回顾参阅以往知识

2 个赞

OhMyMN:为更多场景带来学习助力

下面将介绍OhMyMN强化标题链接与英语交叉场景,以及刷题、批量控制方面的用武之地。

词形词义补全:与英语工作流交叉

在上一个部分,OhMyMN工作流思路主要分享了标题链接如何通过帮助专业知识的学习,来避免“碎片化”理解的发生。

标题链接的“近义词”则进一步扩大了“曾经学过的概念”被个人知识库自动识别出来的机会。

这是什么意思呢?

其实机会就是“接触知识”的频率,这里的接触是指发生在不同场景的接触,而知识是曾经学过的知识。

但是曾经学过的知识为什么值得这样大费周章的折腾?

这就又回到了“遗忘”的难题上。

重复是对抗遗忘的策略,只是这里面细说起来又有很大的差别。就像有一句话说:

如果你想让回忆变得更清晰,就要有意识地以固定的间隔、更细致的方式反复接触信息。最有效的学习是将新的信息逐渐融入记忆中,而不是一股脑地塞进记忆里。” —— John Medina, Brain Rules

那么什么样的方式是更细致的方式?

“翻来覆去地背诵电话号码”式重复是吗?

不是。

这种背诵除了给你的大脑带来损伤和不牢靠的记忆之外,什么也不会留给你。

“在不同上下文中反复再现旧知识”的重复才是更合理的策略。

这是借助Marginnote标题链接可以轻松实现的任务。

然而,在外语学习的场景中,给英文生词设置标题链接总会遇到水土不服的情况。

单词有不同的词形!

想象一下,你在某篇文章里摘录了生词笔记,但标题链接字典只认识你输入的常态字形,那么在另外一篇文章中,如果这个单词是过去时态,或许复数形式,那么标题链接就无法探测到生词笔记的知识链接。

这就导致过去的记录无法与当下的信息形成联想,起到辅助理解记忆的效果。

幸运的是我们仍然可以通过补充标题近义词来减少这种本不应该发生的“知识探测失灵”、“知识探测障碍”。

更进一步,OhMyMN提供了更方便的“自动补全”工具,下面是操作演示。

自动补全词义

自动补全词形

排版神器:基于正则表达式的字处理思路

OhMyMN优化了摘录时的字符处理流程,我们可以根据自己的具体需要输入正则表达式来进行替换,甚至进行批量处理。

选择题排版优化:AutoList

当我使用Marginnote刷题时,我一般会使用框选来摘录错题。

因为文本摘录往往会打乱题目的排版,这当然还是扫描pdf的老问题。作为一种印刷友好的文档格式,pdf付出的代价就是排版丢失,或者乱码。

最常见的比如摘录完发现选项之间的换行没有了,甚至连题目带选项都挤在一行文本中。

这样不仅辣眼睛,对于有些希望摘录题目导出为anki选择题的流程也十分不友好,往往需要自己额外在外部的文本编辑工具中进行集中的批量替换,因为有些anki的选择题模板正好是依赖正确的选项换行来自动生成的。

现在,AutoList或许带来新的,不需要离开Marginnote即可完成处理的解决方案。

批量操作强化:Magic Action

最后,OhMyMN也为Marginnote在批量化操作方面做了增强,Magic Action菜单提供了多种批量选择、批量控制的便捷按钮。

笔记的逻辑关系能更高效地得到变更,帮助我们批量标出笔记中的信息顺序和重点内容,完成系统性的梳理、总结。

此部分推荐参考:插件开发者的详细介绍

6 个赞

关于“第二大脑”,最期待官方实现如同roam research的Ulink reference功能,就是在没有手动加过标题词典和标题链接的情况下,在整个MN数据库里自动搜索推荐出相关标题、主题的笔记或脑图。如果这个功能实现,“外部大脑”的实质性进展就突破了
roam research的双向链接和Ulink reference功能介绍:Roam Research的设计理念及入门教程(中)-- 双向链接​ - 知乎

节选原文部分说明:
以上图为例,当我浏览我的这则keystone species(关键种)的笔记时,会发现还有4则笔记链接( Linked Reference )到keystone species这则笔记,它们包括Robert T. Paine这则笔记,这是我创建的一则keystone species这个概念的提出者的笔记;还有community ecology(群落生态学)这则笔记,它是keystone species应用的主要学科。

除此之外,我们发现下面还有一个 Unlinked Reference ,就是那些笔记中提到了keystone species,但是我们并没有主动加上链接(在Roam中,就是加上[[]]符号)。惊喜不惊喜,意外不意外!!!我们展开Unlinked Reference,就会看到还有9个地方提到过keysotne species(如上图的右边所示)。包括2020年3月3日,我在每日记录中提到,我在阅读surrogate species的文献时记录过keystone species;还在Research idea这则笔记中,提到一条关于关键种研究的想法等等。如果你想要为某条提及keystone species,但是并没有加上链接的笔记加上链接,可以直接点击旁边的link,或者用link all为所有没有加上链接的地方都加上链接。

3 个赞

这是我另发的一个功能升级建议的帖子:

2 个赞

感谢大大分享!辛苦了

这是一个很好的主意,我们暂且叫它【智能标题】,但是我个人感觉,智能标题的实现是不是比较依赖于文献材料呀?如果是Markdown格式,那确实很不错,因为Markdown的阅读是纯线性的;但是正常的PDF,论文、PPT、文摘等,他们对“上下文”的定义其实没有那么清晰,特别还有些课本,喜欢把一个概念的名称单独放到整个段落的左边,成为一个独立的【文本框】,与正文其实是脱节的;这都是在寻找智能标题时需要考虑的内容。

当然,如果您的意思是分析句意,比如从一个定义句里抓主谓宾,从而获取【概念名称】这一“推荐的标题”,这确实是一个值得研究的方向。

Regards.
QSD-Support Team

1 个赞

确实,对于图片、PDF文件的全文、上下文分析确实难度过大,那么暂时不需要这种大动干戈的能力。
MN本来就是需要我们人力精读PDF资料,整理出知识信息,所以,“智能标题”或者对已整理的卡片文本进行分析和智能推荐,才是可行且必要的功能,它可以帮助人脑分析整理出我们整理过但已经被遗忘、忽略了的信息,从而呈现给我们可以关联起来信息内容。