HieroLM：次词预测语言模型的埃及象形文字恢复

本研究解决了埃及象形文字因侵蚀而模糊或缺失的问题，以往的方法主要依赖计算机视觉，但无法处理严重损坏的文字或缺乏上下文信息。本文提出将象形文字恢复建模为次词预测任务，采用LSTM语言模型，实验表明HieroLM在缺失象形文字推断中能够达到44%以上的准确率，对学者具有重要的实用价值。