[开源] 使用SBERT建模《伏尼契手稿》结构：NLP技术探索中世纪未解之谜

一位开发者利用自然语言处理（NLP）技术对神秘的《伏尼契手稿》进行了结构性分析。该手稿是15世纪以未知文字书写的古籍，至今未被破译，其真实性也饱受争议。项目采用SBERT（Sentence-BERT）模型生成词根嵌入，结合KMeans聚类和马尔可夫转移矩阵，首次系统性验证了手稿是否存在语言结构特征。 关键方法包括：剥离常见后缀以提取词根（如aiin、dy等）、基于位置和频率推断词性角色、按手稿章节（植物学、生物学等）分区分析。结果显示，不同章节内部存在显著的句法一致性，为手稿可能具有真实语言结构提供了新证据。 该项目并非试图解码内容，而是通过现代NLP技术为这一历史谜题提供量化分析框架。开发者公开了GitHub代码库和技术报告，并邀请NLP社区参与讨论。尽管方法存在假设限制（如词根提取规则），但其创新性地将深度学习应用于非传统语言研究领域，为古籍分析提供了新范式。