然后我的解决思路是这样：
[ol]
[/ol]
做到有动力、很快带来回报、随着工作生活的深入愈加掌握
最后将以上思路实现具体化：
后端生成生词本，使用 nlp 技术进行分析，通过当前上下文判断单词词性，比如单词：“bear”，在当前上下文是动词，那么你学习的将会是动词“忍受”的释义，而不是名词“熊”的释义
再提供个功能让用户快速筛选出自己的生词和熟词
学习流程：
难点和不足：
第一个是词库：做过背单词的都知道词库是绕不开的，如果要识别用户上传的任意素材就必须有一个很全的英语词库支撑，目前解决办法一般是，买词库（要花钱）、用开源（词库不完整）、或者直接使用版权词典（侵权风险），后面我想集成查词功能，把用户平时查词典需求给囊括进来，比如集成到 Alfred 、Raycast 方便查词，那用户查一次我就要付一次费用，那价格无法支撑，所以我的解决方案是利用 chatgpt 来生成，花了几个月的时间专研和整理了下，发现通过结合 nlp 词性分析和自我提示，最后再通过人工校对我觉得能达到一个不错的效果：
第二个问题是词性分析：目前使用的 nlp 词性分析不能百分百准确，后面会让用户可以自己更改词性，同时 nlp 词性分析速度有点慢，消耗计算机资源也很多，计划后面上 GPU 加速试试
发此文有两个目的：
[ol]
[/ol]
最后：
谢谢大家，占用了珍贵的版面，同时感谢站长提供的平台
