摘要

古代历史研究依赖于诸如铭文学（epigraphy）等学科，即通过对铭文（inscriptions）——刻写在石碑、陶器等载体上的文字材料——的研究，来获取古代文明在思想、语言、社会结构及历史发展方面的证据。然而，历经数个世纪，许多铭文已严重损毁至难以辨识，或被移离其原始出土地点，其书写年代也充满不确定性。本文提出Ithaca，一种用于古希腊铭文文本修复、地理归属与年代判定的深度神经网络模型。Ithaca旨在辅助并拓展历史学家的研究流程，其架构设计聚焦于协作性、决策支持与可解释性。尽管Ithaca在独立执行铭文修复任务时准确率已达62%，但当历史学家结合使用Ithaca时，其准确率从原先的25%显著提升至72%，充分验证了该工具与人类研究者之间的协同增效作用。Ithaca在铭文原始出土地点归属判断上达到71%的准确率，并能将铭文年代精确至真实年代范围的30年以内，从而重新校准了古典雅典时期若干关键文献的年代，为古代史领域的核心议题提供了新的学术支持。本研究展示了类似Ithaca的智能模型如何激发人工智能与历史学家之间的深度协作潜能，从根本上革新我们研究与书写人类历史上最重要时期之一的方式。