该文综述数字人文中的历史文献处理研究，涵盖：利用深度学习从19世纪地籍中提取建筑位置并开发浏览器工具；混合模型OCR对Fraktur手写体的字符错误率低于1%；采用字符级图像检索与hmBERT命名实体识别应对低资源问题；运用机器学习分析早期印刷教科书中的天文学知识；以及通过神经网络纠正OCR错误、层次语义分割提取文档结构、多阶段方法生成希伯来语OCR纠错数据并构建层次化文档结构分析系统。