Пояснение к BPE на уровне байтов в Scrapbook

Очаровательная горизонтальная образовательная инфографика, выполненная в стиле рисованного от руки альбома для вырезок на мягком фоне коллажей из настольных и бумажных изображений, призвана объяснить принципы сегментации китайских слов на основе байтового анализа частоты слов (BPE). Изображение разделено на три четко обозначенные учебные зоны, занимающие всю широкую полосу слева направо. В крайнем левом углу стоит очаровательный талисман — сиба-ину с теплой коричнево-кремовой шерстью, круглым лицом, маленькими треугольными ушками, румяными щеками и любопытным выражением мордочки. Он держит чашку и стоит рядом со столом с ящиками, карандашом и стулом. Над сиба-ину расположен крупный, округлый белый заголовок, содержащий черные китайские иероглифы: «Популярная наука о процессе байтового анализа частоты слов (BBPE)». В первой учебной зоне вверху на деревянной полке размещены четыре полупрозрачных синих кубика в форме жетонов. Каждый кубик помечен как «Жетон» и сопровождается изогнутой стрелкой и рукописной китайской надписью «Статистика корпуса частот слов», указывающей на следующий шаг. Во второй области большая лупа выделяет три квадрата частоты, обозначенные как «E7», «94» и «B5», с желтой надписью «2. Статистика частоты и объединение». Ниже и внутри увеличенной области находится большой черный китайский иероглиф «电» (электричество), рядом с которым рукописная заметка: «Частотные пары байтов». В нижней центральной части третьей области добавлены деревянная табличка и больший объединенный полупрозрачный синий квадрат-токен, обозначенный как «Токен», с желтой надписью «3. Объединение слов», большими черными китайскими иероглифами «我们→» и заметкой ниже «Высокочастотные слова, объединенные в токены». В правой части экрана отображается окончательный результат интерпретации: три меньших квадрата байтов с обозначениями «E7», «94» и «B5» расположены над большим черным китайским иероглифом «电», рядом с примечанием «1. Кодирование на уровне байтов (UTF-8)», а ниже — большое черное китайское слово «我们». Розовые, синие и зеленые изогнутые стрелки соединяют различные области, иллюстрируя последовательность процесса. В нижней центральной части находится синий талисман Token с крошечными конечностями, улыбающимся лицом и машущей рукой. Он выполнен в мягких кремовых, розовых, бежевых и светло-голубых тонах, с толстыми, четкими линиями, вырезами, напоминающими наклейки, уголками из декоративной ленты, текстурами блокнота, разбросанными краями карандаша и дружелюбным стилем иллюстрации, подходящим для учебных диаграмм.