AI硕士生开发地理问答游戏Daily Atlas，答案越冷门得分越高

大家好，我是一名 AI 硕士生（阿姆斯特丹大学），也是个十足的地理迷，在 GeoGuessr 上花过无数个小时。我想做一款自己的简单地理游戏，但希望里面带一点（哪怕很小的）AI 成分。游戏每天包含 6 道地理相关题目（国家、首都、国旗、语言、边界等），你的答案越冷门，得分就越稀有（等级分为 [common、uncommon、rare、ultra rare、legendary]）。无需账号，也不需要其他任何东西。有件事我没想到会引发这么多问题，那就是定义。什么才算一个国家？什么算领地？一个国家什么时候算“说”某种语言？我每定下一个定义，玩家总会（而且完全有理！）把它打破——“那好，既然定义是这样，为什么你不接受[某个极其冷门、极其边缘的答案]”。最终我收敛到一个比较折中的方案，包容度足够（我认为），同时定义又不至于长达一整段：(i) 国家：一个主权国家。Niue 和 Cook Islands 仍然会带来麻烦：联合国把它们列为“非会员国”，但它们表现出相当程度的主权，所以我把它们算作国家。(ii) 领地：拥有 ISO 3166-1 alpha-2 代码（已分配或保留）的非主权国家地区（例如 Heard Island and McDonald Islands、Sint Maarten、Sark 等）。(iii) 在{国家}使用的语言：政府（或该实体的管理机构）认定的工作语言或官方语言。我认为有两个部分会让 Show HN 感兴趣、也想听听反馈，那就是我如何判定答案的稀有度，以及当天的难度。难度：我在过往游玩数据（目前是 30 天）上训练了一个线性回归模型，用来预测一个 0 到 1 之间的数值。对于前 5 道题（第 6 道题性质不同），我为回归模型收集 3 个特征：ln(可能答案数量)、ln(1 + “common”答案数量)，以及答案中是否包含“legendary”（0 或 1），然后取加权平均。固定的截断值把它归入 1-5 的难度等级（例如 4/5）。稀有度（例如“说出一个欧盟国家”→ Belgium）：(i) 知名度。利用 Google Books Ngram（该名称在英语中出现的频率）、QRank（该名称对应 Wikidata 条目的页面浏览量，按所有 Wikipedia 语言汇总）以及 Wikipedia 页面浏览量（年度中位数），我为每个国家、领地和首都计算出一个“知名度分数”（例如 USA：7.18，France：6.85，Tuvalu：5.76）。(ii) 权重。有时稀有度感觉还是不太对，所以每个题目模板（例如“说出一个欧洲国家”）都会根据它给玩家提供的信息量获得一个权重。Luxembourg 对“说出一个国家”和“说出一个欧洲国家”都有效，但知道它在欧洲会缩小你的可能性范围，使 Luxembourg 成为后者的“更容易”答案。(iii) 将知名度乘以权重，得到 0-100 的稀有度分数，再归入某个稀有度等级。这是一个副业项目，我会根据玩家发邮件给我的反馈持续改进。也许你们中有些人也能提供一些反馈？1. 你觉得这款游戏“感觉”如何？2. 你的答案有被拒绝过吗？3. 你喜欢这款游戏的什么地方？4. 你不喜欢这款游戏的什么地方？5. 其他任何杂项观察/建议/ bug。任何反馈都欢迎。感谢阅读，祝你白天/夜晚愉快！评论 URL：https://news.ycombinator.com/item?id=50457027 点数：1 # 评论数：0