※ [本文轉錄自 Gossiping 看板 #1QzyjiGI ]
作者: ak47good (陳鳥仁) 看板: Gossiping
標題: [問卦] 台語比日語還難學 O_o
時間: Sun May 13 13:21:41 2018
以前看過相關的文章就是,雖然同樣是日耳曼語系
但對母語為英語的人來說,德語比其他歐洲語言還困難許多
前陣子看了glossika對於語言難度的排行
就是母語為台灣華語的人學習各種語言的難易度
想不到同為漢語系台語居然意外的難,這統計是否有瑕疵?
有八卦嗎?
以下是該網站的資料,難易度計算不含書寫方式
粵語
https://ai.glossika.com/language/learn-cantonese
對中文 (臺灣) 母語人士的學習難度: 2.13 / 10
詞彙差異: 0 分
文法差異: 0 分
音韻差異: 17 分
菲律賓語 (他加祿)
https://ai.glossika.com/language/learn-tagalog
對中文 (臺灣) 母語人士的學習難度: 2.69 / 10
詞彙差異: 5 分
文法差異: 9 分
音韻差異: 7.5 分
日語
https://ai.glossika.com/language/learn-japanese
對中文 (臺灣) 母語人士的學習難度: 3 / 10
詞彙差異: 2 分
文法差異: 12 分
音韻差異: 10 分
印尼語
https://ai.glossika.com/language/learn-indonesian
對中文 (臺灣) 母語人士的學習難度: 3.19 / 10
詞彙差異: 5 分
文法差異: 11 分
音韻差異: 9.5 分
閩南語 (臺灣)
https://ai.glossika.com/language/learn-taiwanese-hokkien
對中文 (臺灣) 母語人士的學習難度: 3.44 / 10
詞彙差異: 2 分
文法差異: 4 分
音韻差異: 21.5 分
越南語 (北部音)
https://ai.glossika.com/language/learn-vietnamese-northern
對中文 (臺灣) 母語人士的學習難度: 3.44 / 10
詞彙差異: 5 分
文法差異: 9 分
音韻差異: 13.5 分
泰文
https://ai.glossika.com/language/learn-thai
對中文 (臺灣) 母語人士的學習難度: 3.88 / 10
詞彙差異: 5 分
文法差異: 9 分
音韻差異: 17 分
韓文
https://ai.glossika.com/language/learn-korean
對中文 (臺灣) 母語人士的學習難度: 4.06 / 10
詞彙差異: 2 分
文法差異: 8 分
音韻差異: 22.5 分
難度
粵語 > 他加碌語 > 日語 > 印語 > 台灣閩南語 = 越南語 > 泰語 > 韓語
作者:
Rrrxddd (RRXD)
2017-05-13 13:22:00客家話嘞
作者:
pikakami (我買不起徠卡)
2017-05-13 13:22:00聲調語言不好學
作者: amywangwang 2017-05-13 13:22:00
工三小辣
作者:
yeaaah (♥ω♥)
2017-05-13 13:25:00我愛珮瑜
作者:
gameguy (gameguy號:)
2017-05-13 13:27:00我教越南老婆台語,她念不出來,醉了
也才差不到半分 還好吧 誰說同語系一定好學以台語的聲調複雜來看 我想大部分外國人都不好學
作者:
a001223 (momento)
2017-05-13 13:34:00這統計好酷,那對於本身就會台語的人而言又會有差嗎台灣應該也不少母語非華語但平常使用華語吧
跟本不準,對日語文法差異差到12分,困難度卻只有3?對台語文法差異0分,但困難度卻到3.44....語言來說最難的就是文法。
現代英語只是日耳曼風味語言 實際上 古英語流傳下來的成分比例極低羅馬帝國的主要語言還是現代英語的最大股東
我還以為日韓的文法差異會差不多,結果差4分,不都是黏著語嗎?
作者:
jksen (Sen)
2018-05-13 21:11:00滿好奇它演算法如何,覺得有點匪夷所思。不過這網站還挺好玩的,剛剛測試了一下,有幾種語言是免費。還可以預設母語是臺語去學其他語言,很酷。
作者:
todao (心裡有數)
2018-05-14 00:06:00被醜化打壓到接觸使用機會那麼少了當然覺得難。
作者:
jksen (Sen)
2018-05-14 00:35:00初學臺語的可以用這個網站試試,免費,有附台羅音標。剛剛試玩了好幾種語言,覺得還不錯。
我覺得越南語(北越)比台灣閩南語難,雖然他們沒有ㄆ的送氣音,多了個ﴬ但對於華語學習者來說,轜ML真的完全聽不出差別