Søt kinesisk tokeniseringsinfografikk

Dette er en søt, horisontal, håndtegnet kinesisk vitenskapsinfografikk i utklippsbokstil. Bakgrunnen er varmt beige papir med avrundede kanter, makronfargede kruseduller, washi-tape-klistremerker og små stjerner, som skaper en klasseromsnotatbok-atmosfære. Øverst i midten er en fremtredende håndskrevet kinesisk tittel: «Hva er tokenisering?», med den siste halvdelen i korallrosa og resten i mørkebrunt. I øvre venstre hjørne er en søt Shiba Inu-lærerfigur, iført en lysegul skjorte og blått slips, vendt fremover, holder en peker oppover, med en snakkeboble ved siden av seg som sier: «I dag skal vi lære om tokenisering!» I øvre høyre hjørne er en søt blå firkantet Token-maskot, merket «TOKEN», smilende med rosenrøde kinn, små lemmer og holder et forstørrelsesglass; ved siden av er det en snakkeboble som sier: «Jeg er en Token! Jo mer rasjonelt den er segmentert, desto smartere er modellen!» Nær høyre kant er det lagt til et lite hengende notatkort med teksten «Kunnskapspoengsamling» og ledsaget av et hjerteikon. Under tittelen inneholder en avrundet, stiplet tekstboks definisjonen: «Tokenisering er prosessen med å dele menneskelig lesbar tekst inn i tokens.» Ordet «Token» er uthevet i blått. Under det er det lagt til en linje med forklarende tekst: «La oss ta 'Programmer Venstre' og 'Kunstig Intelligens' som eksempler for å se forskjellige tokeniseringsmetoder:» «Programmer Venstre» er uthevet i lyseblått, og «Kunstig Intelligens» i rosa. Den nedre halvdelen inneholder fire avrundede, pastellfargede paneler arrangert fra venstre mot høyre, hver med et nummerert merke og en tittel. Panel 1 er mintgrønn, med tittelen «1-ordsnivåtokenisering», med undertittelen «Segmentering av tekst basert på fullstendig semantikk», og inneholder tre tokenbobler: «Programmer», «Venstre» og «Kunstig Intelligens». Nederst i dette panelet gir en Shiba Inu-lærer tommelen opp, med en snakkeboble som lyder: «Semantisk komplett, lett å forstå!» Panel 2 er lysegult, med tittelen «2-tegnsnivå-tokensegmentering» og undertittelen «Tegn-for-tegn-tekstsegmentering». Det inneholder ni sirkulære tokenbobler arrangert på rad: «程» (program), «序» (sekvens), «员» (person), «L» (L), «e» (e), «f» (f), «t» (t), «人» (person), «工» (arbeid), «智» (intelligens) og «能» (evne) – som presenterer individuelle tegn i eksemplet i et kompakt rutenett. Nederst holder en blå tokenmaskot en blyant, med en snakkeboble som lyder: «Fineste granularitet, men sekvensene vil bli veldig lange~». Panel 3 er lyserosa, med tittelen «3-underordssegmentering» og undertittelen «Segmentering etter rot og prefiks/suffiks». Den inneholder fem tokenbobler: «程序» (program), «员» (person), «Venstre», «人工» (kunstig) og «智能» (intelligens). Nederst vises en Shiba Inu-lærer som tenker, med en pote nær munnen og et spørsmålstegn over hodet. Snakkeboblen lyder: «Kompromissløsning, fungerer ofte veldig bra!» Panel 4 er lyseblått, med tittelen «4-byte-nivå ordsegmentering», med undertittelen «Konvertering av ord til bytekoding, kombinasjon og deling basert på konverteringen». Den viser 14 små sirkulære kodebobler: «E7», «A8», «8B», «...», «66», «74», «E4», «BA», «BA», «E8», «83», «BD», «...» arrangert i flere rader som kodede byte. Nederst vises en smilende blå token-maskot igjen, med en snakkeboble som lyder: «Egnet for behandling av enhver tekst!» Ved siden av er det en liten lyspære-doodle. Helt nederst står det på et avrundet banner: «Ulike ordsegmenteringsmetoder har sine fordeler; i faktiske applikasjoner vil den passende løsningen bli valgt basert på oppgaven og dataene!» Alle fire panelene bruker myke makrongrønne, gule, rosa og blå farger, kombinert med mørkebrun håndskrevet skrift, delikate skygger, avrundede former og søte uttrykk. Den overordnede komposisjonen er balansert, enkel og brukervennlig, som en vakkert designet plakat om sosiale medier-vitenskap.