生成式神经网络赋能古代文本语境重构：Aeneas模型在拉丁铭文修复与历史溯源中的突破

研究人员针对古代铭文研究中文本修复、地理溯源和年代判定三大难题，开发了多模态生成神经网络Aeneas。该模型整合视觉与文本特征，首创任意长度缺失文本修复技术，在176,861份拉丁铭文数据集上实现13年误差的精确断代，地理溯源准确率达72.3%。与历史学家协作评估显示，90%案例中模型检索的平行文本能有效支撑研究，人机协同任务表现超越单独作业44%。

　　

在探索古罗马文明的过程中，铭文作为最原始的书写载体，承载着跨越两千年的历史记忆。然而岁月侵蚀使得大量铭文出现残缺，传统修复方法依赖专家人工比对，效率低下且受限于个人知识储备。更棘手的是，铭文中广泛使用的缩写符号、跨区域流动的书写习惯，以及缺乏明确纪年的特点，使得文本修复、地理溯源和年代判定成为困扰学界的三大难题。

Google DeepMind与牛津大学等机构的研究团队在《Nature》发表突破性成果，开发出名为Aeneas的多模态生成神经网络。该模型通过整合视觉特征与文本语义，不仅能自动修复未知长度的缺失文本，还能精准追溯铭文的时空起源。研究人员构建了包含176,861份拉丁铭文的LED数据集（Latin Epigraphic Dataset），涵盖从公元前7世纪到公元8世纪的跨地域文本。模型采用改进的T5 transformer架构，创新性地引入旋转位置嵌入和任务特异性头部设计，在修复任务中字符错误率较前代模型降低15%，地理溯源top-1准确率达72.3%，年代判定平均误差仅13年。

关键技术包括：1）构建跨数据库标准化的LED数据集，包含16M字符和8,112张铭文图像；2）设计支持任意长度修复的双符号标记系统（"-"表确定长度，"#"表不确定长度）；3）开发历史语境嵌入算法，通过余弦相似度检索相关平行文本；4）采用多任务联合训练策略，平衡修复、断代和地理溯源损失函数。

模型架构与性能
Aeneas采用视觉-文本双通道输入，文本处理使用16层T5解码器（嵌入维度384），图像处理采用ResNet-8。在修复任务中，模型对已知缺失长度的10字符段落CER（字符错误率）为40.5%，对未知长度段落CER增加15个百分点。地理溯源任务中，整合视觉特征使top-3准确率提升至83.9%，显著高于纯文本模态（75.3%）。

历史学家-AI协同评估
23位铭文学家参与的盲测显示：当提供Aeneas检索的平行文本时，研究者新增1.5条有效参考（中位数），修复准确率提升23%；结合模型预测后，地理溯源top-1准确率跃升至68.3%（单独作业仅27%）。90%的专家认为模型输出可作为研究起点，典型评价称："Aeneas发现的平行文本完全改变了我的历史聚焦点，传统方法需数日的工作现可在15分钟内完成"。

典型案例分析
1）《神圣奥古斯都功业录》（RGDA）研究中，模型通过识别古体拼写（如aheneis→aeneis）和特定历史事件（如元老院授予"青年领袖"头衔的公元前5年纪年），准确捕捉文本的历时性特征；
2）对美因茨还愿祭坛（CIL XIII,6665）的分析中，模型不仅正确判定其属于上日耳曼行省（211CE），还发现了112年前的同地点祭坛（EDCS-71100087）作为关键平行文本，揭示了军事祭祀传统的延续性。

这项研究标志着人工智能与古代史学研究的深度融合。Aeneas模型突破传统文本匹配的局限，通过语境化机制揭示跨时空的铭文关联，为重建古代社会网络提供量化工具。尤其值得注意的是，模型对边缘群体（如奴隶、退伍军人）铭文的解析能力，为"自下而上"的历史研究开辟新径。该成果已转化为高中课程模块，通过"预测过去"教育平台（predictingthepast.com）推动数字人文的普及应用。未来发展方向包括整合对话式交互界面、优化宽泛年代范围的概率表示，以及扩展至纸草文书等其他古代载体。