แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

AI ในแบบทดสอบการถอดรหัสภาษาโบราณ

ทบทวนงานการบูรณะคำจารึกและการระบุแหล่งที่มาของ Ithaca ขีดจำกัดสคริปต์ที่ไม่ได้ถอดรหัส การจัดตำแหน่ง และการตรวจสอบความถูกต้องทางวิชาการ

เส้นทางแนะนำที่เกี่ยวข้องAI ในการถอดรหัสภาษาโบราณ
คำถาม 1 ของ 8

แบบจำลอง Ithaca ของ DeepMind มีประโยชน์อย่างไรกับคำจารึกภาษากรีกโบราณ

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. แบบจำลอง Ithaca ของ DeepMind มีประโยชน์อย่างไรกับคำจารึกภาษากรีกโบราณ
    • โดยจะกู้คืนข้อความที่หายไปและประมาณการวันที่และสถานที่ต้นทาง
    • มันแกะสลักจารึกใหม่ด้วยหิน
    • มันนับเฉพาะจำนวนตัวอักษรเท่านั้น
    • มันแปลเป็นเสียงพูด
  2. แบบจำลองลำดับช่วยได้อย่างไรเมื่อข้อความโบราณเสียหายหรือสึกหรอ
    • พวกเขาซ่อมแซมแผ่นหินทางกายภาพ
    • พวกเขาทำนายอักขระที่น่าจะหายไปมากที่สุดจากบริบทโดยรอบ
    • พวกเขาลบส่วนที่เสียหายออก
    • พวกเขาแปลเฉพาะประโยคที่สมบูรณ์เท่านั้น
  3. 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
  4. การจัดตำแหน่งข้ามภาษาในบริบทของการถอดรหัสคืออะไร?
    • การจัดตำแหน่งชิ้นส่วนทางกายภาพของแท็บเล็ต
    • การแปลภาษาสมัยใหม่หนึ่งเป็นภาษาอื่น
    • เรียงตัวอักษรให้ดูเรียบร้อย
    • การจับคู่รูปแบบของสคริปต์ที่ไม่รู้จักกับภาษาที่เกี่ยวข้องที่รู้จักเพื่อทดสอบการแปล
  5. โดยทั่วไปโมเดลเหล่านี้จะแสดงสคริปต์ภายในอย่างไร
    • เป็นลำดับของโทเค็นที่มีการเรียนรู้ความน่าจะเป็นในการสั่งซื้อ
    • เป็นภาพเดียวที่ไม่มีโครงสร้าง
    • เป็นตัวเลขสุ่มที่ไม่มีความสัมพันธ์
    • เป็นโน้ตดนตรี
  6. นักวิชาการที่เป็นมนุษย์มีบทบาทอย่างไรเมื่อ AI เสนอการถอดรหัส
    • ไม่มี; ผลลัพธ์ของ AI ถือเป็นที่สิ้นสุดโดยอัตโนมัติ
    • พวกเขาทดสอบสมมติฐานของ AI กับหลักฐานทางประวัติศาสตร์และบริบท
    • พวกเขาพิมพ์เอาต์พุตของ AI อีกครั้งเท่านั้น
    • พวกเขาแปล AI เป็นภาษาละติน
  7. 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
  8. 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