แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
AI ในแบบทดสอบการถอดรหัสภาษาโบราณ
ทบทวนงานการบูรณะคำจารึกและการระบุแหล่งที่มาของ Ithaca ขีดจำกัดสคริปต์ที่ไม่ได้ถอดรหัส การจัดตำแหน่ง และการตรวจสอบความถูกต้องทางวิชาการ
คำถาม 1 ของ 8
แบบจำลอง Ithaca ของ DeepMind มีประโยชน์อย่างไรกับคำจารึกภาษากรีกโบราณ
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- แบบจำลอง Ithaca ของ DeepMind มีประโยชน์อย่างไรกับคำจารึกภาษากรีกโบราณ
- โดยจะกู้คืนข้อความที่หายไปและประมาณการวันที่และสถานที่ต้นทาง
- มันแกะสลักจารึกใหม่ด้วยหิน
- มันนับเฉพาะจำนวนตัวอักษรเท่านั้น
- มันแปลเป็นเสียงพูด
- แบบจำลองลำดับช่วยได้อย่างไรเมื่อข้อความโบราณเสียหายหรือสึกหรอ
- พวกเขาซ่อมแซมแผ่นหินทางกายภาพ
- พวกเขาทำนายอักขระที่น่าจะหายไปมากที่สุดจากบริบทโดยรอบ
- พวกเขาลบส่วนที่เสียหายออก
- พวกเขาแปลเฉพาะประโยคที่สมบูรณ์เท่านั้น
- What character-alignment assumption does the 2019 neural decipherment paper encourage for cognates?
- Every word has exactly the same length
- All characters must be translated into English
- An order-preserving correspondence, because character reorderings are assumed to be uncommon
- The order of every character must be reversed
- การจัดตำแหน่งข้ามภาษาในบริบทของการถอดรหัสคืออะไร?
- การจัดตำแหน่งชิ้นส่วนทางกายภาพของแท็บเล็ต
- การแปลภาษาสมัยใหม่หนึ่งเป็นภาษาอื่น
- เรียงตัวอักษรให้ดูเรียบร้อย
- การจับคู่รูปแบบของสคริปต์ที่ไม่รู้จักกับภาษาที่เกี่ยวข้องที่รู้จักเพื่อทดสอบการแปล
- โดยทั่วไปโมเดลเหล่านี้จะแสดงสคริปต์ภายในอย่างไร
- เป็นลำดับของโทเค็นที่มีการเรียนรู้ความน่าจะเป็นในการสั่งซื้อ
- เป็นภาพเดียวที่ไม่มีโครงสร้าง
- เป็นตัวเลขสุ่มที่ไม่มีความสัมพันธ์
- เป็นโน้ตดนตรี
- นักวิชาการที่เป็นมนุษย์มีบทบาทอย่างไรเมื่อ AI เสนอการถอดรหัส
- ไม่มี; ผลลัพธ์ของ AI ถือเป็นที่สิ้นสุดโดยอัตโนมัติ
- พวกเขาทดสอบสมมติฐานของ AI กับหลักฐานทางประวัติศาสตร์และบริบท
- พวกเขาพิมพ์เอาต์พุตของ AI อีกครั้งเท่านั้น
- พวกเขาแปล AI เป็นภาษาละติน
- Why does the 2019 decipherment model use a minimum-cost-flow formulation?
- To repair physical damage to stone tablets
- To measure the age of ink
- To constrain the overall matching of words across the two vocabularies
- To generate an unlimited number of unrelated translations
- What input does the 2019 decipherment experiment use from a known related language?
- A bilingual translation for every ancient sentence
- Only photographs with no text information
- A verified translation key for every possible symbol
- A non-parallel corpus that supplies linguistic correspondences to test