Cuestionario vinculado a una guía · Medio Nivel

Prueba de inteligencia artificial en reconocimiento de escritura a mano

Compruebe cómo los sistemas de escritura a mano combinan características de imagen, modelos de secuencia, contexto del lenguaje y alineación CTC para transcribir tinta.

Pregunta 1 de 8

¿Cuál es la principal diferencia entre el reconocimiento de escritura a mano en línea y fuera de línea?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Cuál es la principal diferencia entre el reconocimiento de escritura a mano en línea y fuera de línea?
    • En línea captura el orden y el tiempo de los trazos, mientras que sin conexión funciona a partir de una imagen estática.
    • En línea necesita Internet, mientras que fuera de línea no.
    • En línea solo funciona en teléfonos, mientras que sin conexión funciona en papel
    • No hay una diferencia real entre ellos.
  2. ¿Por qué es especialmente difícil para la IA reconocer la escritura cursiva?
    • La cursiva usa diferentes colores de tinta.
    • Las letras cursivas se conectan y se desdibujan, lo que hace que sea difícil separarlas
    • La cursiva siempre se escribe más rápido que la impresa.
    • La cursiva sólo existe en documentos antiguos.
  3. ¿Qué permite la Clasificación Temporal Conexionista (CTC) que haga un modelo de escritura a mano?
    • Traducir escritura a mano a otro idioma
    • Detectar el color del bolígrafo utilizado.
    • Genere texto sin necesidad de que cada letra esté presegmentada y etiquetada
    • Comprime la imagen para ahorrar almacenamiento.
  4. How does USPS handle some mail pieces when automated equipment cannot read the address?
    • It asks the sender to resubmit every letter
    • It discards the mail piece immediately
    • It infers the destination from the envelope color
    • It photographs the address and sends the image to a Remote Encoding Center for human encoding
  5. En un proceso típico de reconocimiento de escritura a mano, ¿qué papel juega un modelo de lenguaje?
    • Vuelve a puntuar las palabras candidatas utilizando el contexto para que las cadenas poco probables se conviertan en palabras reales.
    • Escanea el papel en busca de manchas.
    • Elige la fuente para la salida.
    • Mide la presión del bolígrafo.
  6. ¿Qué tipo de red neuronal se usa comúnmente primero para extraer características visuales de la imagen manuscrita?
    • Un árbol de decisiones
    • Una red neuronal convolucional (CNN)
    • Una tabla de búsqueda simple
    • Un generador de números aleatorios
  7. In Connectionist Temporal Classification, what is the blank symbol used for?
    • It marks the end of every document image
    • It identifies the writer’s name from the page margin
    • It allows the model to align frame-level outputs to text without fixed character boundaries
    • It converts handwritten words into a different language
  8. After a CNN extracts visual features from an ink image, what does an LSTM or Transformer contribute?
    • It measures the scanner’s battery level
    • It changes the paper’s physical stroke order
    • It replaces the need to learn from text examples
    • It models the sequence of features so they can be decoded into ordered text