研究人员使用最大的古希腊数据集训练了BERT模型，成功纠正了文本传承中的错误，并证明了该模型填补古代手稿材料损伤的能力。同时，研究人员发现模型的注意力头编码了古代希腊语的某些语法特征。

研究人员使用机器学习方法解决了希腊文献学领域的问题，通过训练BERT模型，发现和纠正了文本传承中的错误，并填补了古代手稿材料的空缺。模型建议的支持在人机协作下获得最佳表现。研究人员还发现模型的注意力头编码了古代希腊语的某些语法特征。