数字人文

牛津大学研究团队利用二战众包数字馆藏，评估了三种NLP方法自动提取关键词的效果，发现AI技术虽具潜力但需谨慎选择模型并承担数据管理责任。

研究人员利用机器学习技术，成功为伏尔泰全集中的两个重要子语料库实现自动主题索引，最高F1分数达0.67，为大规模文学历史文献的智能整理开辟新路径。

研究人员提出基于字符级RNN的‘字母词形还原’方法，能够有效处理中世纪文献中的字符集简化和缩写问题，仅需20行文本即可将字符错误率降低50%。

研究团队通过计算分析《全唐诗》发现，唐代诗人的籍贯会在其诗歌创作中留下可检测的语言痕迹，机器学习模型能以显著高于随机水平的准确率预测诗人的南北地域归属。