为持续提升用户体验，现计划推出新版《中华石刻数据库》，于2026年3月4日（正月十六）正式上线。新版石刻库将以更高效的功能、更友好的界面、更快捷的运行速度，与您共同开启全新的石刻文献探索之旅。

首页采用全新布局，突出检索功能，并调整为横屏模式：用户通过滑动鼠标滚轮，可依次浏览各专题库，每个专题库均配有内容简介、资源体量和访问入口。

在新版石刻库任意页面的快捷检索框内，选择“题名” “责任者” “主题词” “时间” 进行查询时，均可同步查看《历代石刻总目数据库》的检索结果数量；还可点击跳转至石刻总目库，查看具体结果。

阅读页面开阔疏朗，图像工具与文本工具分列两侧，更加清晰、明确。

基于与《历代石刻总目数据库》的篇目关联关系，石刻库的阅读页面新增了“石刻目录”功能，支持从石刻库跳转至石刻总目库，阅读石刻文献对应的目录信息；同步也支持从石刻总目库跳转至石刻库，阅读石刻文献。

诚邀您在3月4日体验新版《中华石刻数据库》，期待您的宝贵意见！
如需进一步了解新版界面与操作方式，敬请查阅新版首页的“帮助”模块。

《文化遗产杂志》（Journal of Cultural Heritage，简称JCH）是一份涵盖多学科领域的科技期刊，致力于广泛探讨文化遗产保护与认知的相关议题。该期刊旨在提出创新性的方法，推动遗产科学的发展，从而提升文化遗产的研究水平与知识积累。主要聚焦于以下领域：

• 保护、保存和利用文化遗产；

• 遗产管理和经济分析；

• 文化遗产中的计算机科学；

• 可持续发展和文化遗产；

• 气候变化对文化遗产的影响及其变化的管理。

本期内容将选取《文化遗产杂志》2025年第三、四季度的10篇论文进行介绍。

Francesco Colace, Rosario Gaeta, Angelo Lorusso, Michele Pellegrino, Domenico Santaniello

摘要：文化遗产在维系集体身份认同与历史传承方面发挥着重要的社会作用，是连接过去、现在与未来的纽带。在这一背景下，技术创新的贡献至关重要，它为应对文化遗产保护与价值提升中的各类问题提供了必要的工具与解决方案。本研究全面综述了机器学习（ML）技术在文化遗产（CH）保护领域的应用，重点凸显了近年来的重要发展与创新成果。研究分析了机器学习与人工智能方法的主要应用场景，包括文物分析、修复工作、保护策略制定以及游客体验提升等。根据应用领域、所采用的数据类型与技术以及关注的文化遗产类型，对现有研究进行了分类梳理。该分类同时指出了潜在的研究挑战，并为未来研究方向提供了参考。研究表明，将机器学习、人工智能与传统保护修复工具相结合的多学科方法正日益得到广泛应用。通过重新解读多个案例研究，本文深入探讨了这些技术的实际应用意义，包括建筑预防性维护、文物数字化与三维重建以及通过虚拟现实和增强现实技术提升游客体验等。这一研究结果凸显了技术人员、修复师与文化工作者加强合作的必要性，以确保这些技术能够以审慎、符合伦理且有效的方式融入文化遗产保护工作。

关键词：机器学习；深度学习；预测性维护；物联网；模式识别；调查

Abstract：Cultural heritage plays an important social role in preserving collective identity and history, acting as a link between past, present and future. In this same context, the contribution of technological innovations plays a fundamental role as it provides the tools and solutions needed to address the issues of cultural heritage preservation and enhancement. This study presents a comprehensive review of the application of machine learning (ML) techniques in the field of cultural heritage (CH) protection, highlighting important developments and innovations in recent years. The main applications of ML and AI methodologies are analyzed, including artefact analysis, restoration, conservation strategies, and enhancing the visitor experience. The available studies are classified according to the areas of application, the types of data and technologies employed and the types of cultural heritage assets they focus on. The classification also highlights potential research challenges and provides indications for future directions. The study shows the increasing adoption of the multidisciplinary approach combining ML and AI with traditional tools of protection and conservation. The discussion is articulated through the reinterpretation of several case studies that demonstrate the real implications of such technologies, including the preventive maintenance of buildings, as well as the digitalization and three-dimensional recreation of artefacts and visitor experiences through virtual and augmented reality. This highlights the need for closer collaboration between technicians, conservators, and cultural workers to ensure thoughtful, ethical, and effective integration of these technologies into cultural heritage conservation.

Keywords：Machine learning；Deep learning；Predictive maintenance；IoT；Pattern recognition；Survey

图：文献耦合网络

Fig .  Bibliographic coupling network.

André Luiz Carvalho Ottoni , Lara Toledo Cordeiro Ottoni

摘要：历史建筑中建筑构件的检测对于文化遗产的数字化建档与保护过程至关重要。对此，近年来已有研究探索将人工智能与计算机视觉相结合，以提升古迹关键构件的检测效果。然而，该研究领域仍缺乏关于利用迁移学习与数据增强改善机器学习模型性能的相关探究。此外，现有文献中关于人工智能在巴西殖民时期建筑中应用的研究也较为匮乏。鉴于此，本研究提出一种基于迁移学习与数据增强的文化遗产建筑分类深度学习新方法。为此，构建了ImageMG数据集，该数据集包含来自巴西米纳斯吉拉斯州94座历史建筑的6449张图像，分为三角楣、教堂、门、窗和塔楼五类。同时，本研究评估了迁移学习对提升MobileNet架构在历史建筑构件检测任务中分类结果的影响。该方法还探究了64种数据增强组合的效果，利用六种几何变换（缩放、宽度偏移、高度偏移、垂直翻转、水平翻转和旋转）生成合成图像，用于训练深度学习模型。结果表明，迁移学习的优化与数据增强相结合，在文化遗产建筑分类性能方面取得了显著进展。使用ImageMG数据集进行的实验显示，迁移学习与垂直翻转相结合的方式在验证集（92.37%）、测试集1（90.22%）和测试集2（87.33%）中均取得了最佳准确率。

关键词：人工智能；文化遗产；数据增强；机器学习；迁移学习

Abstract：The detection of architectural components in historic buildings is essential for digital documentation and the conservation process of cultural heritage. In this regard, recent studies have explored artificial intelligence with computer vision to enhance the detection of key components in monuments. However, this field of research still lacks investigation into the influence of using transfer learning and data augmentation to improve the performance of machine learning models. Moreover, the literature still requires research on Artificial Intelligence applied to Brazilian colonial architecture. Thus, this study proposes a new deep learning approach for cultural heritage building classification using transfer learning and data augmentation. For this purpose, the ImageMG dataset is proposed, containing 6449 images of 94 historic buildings from the state of Minas Gerais (Brazil), categorized into five classes: fronton, church, door, window, and tower. Additionally, the influence of using transfer learning to enhance the classification results of the Mobilenet architecture in the task of detecting components of historic buildings is evaluated. The proposed approach also investigates the effects of 64 combinations of data augmentation, utilizing six geometric transformations (zoom, width shift range, height shift range, vertical flip, horizontal flip, and rotation) for generating synthetic images to train the deep learning models. The results showed that the optimization of transfer learning in conjunction with data augmentation demonstrated significant advances in the performance of cultural heritage building classification. Experiments with the ImageMG dataset using transfer learning and vertical flip achieved the best accuracy results in validation (92.37 %), test 1 (90.22 %), and test 2 (87.33 %).

Keywords：Artificial intelligence ；Cultural heritage ；Data augmentation ；Machine learning ；Transfer learning

图：基于迁移学习与数据增强的文化遗产建筑分类深度学习方法

Fig .  A deep learning approach for cultural heritage building classification using transfer learning and data augmentation.

Lorenzo Cardarelli

摘要：传统考古陶器建档需经历耗时的人工流程，即将铅笔草图转化为符合出版要求的墨线图。本文提出一种开源自动化流程工具PyPotteryInk，该工具基于改进的img2img-turbo架构，采用单步扩散模型，可将考古陶器草图转化为标准化的出版级绘图。该系统通过单次前向传播处理绘图，同时保留关键形态细节，并符合考古建档标准与分析价值要求。模型采用高效的动态重叠补丁分割方法，无论输入绘图尺寸大小，均可生成高分辨率输出结果。在意大利史前陶器绘图数据集上的测试验证了该方法的有效性，其成功捕捉到了装饰纹样等精细细节以及器型轮廓、柄部等结构元素。专家评估表明，生成的绘图符合出版标准，同时将单张绘图的处理时间从数小时大幅缩短至数秒。该模型仅需少量训练数据即可进行微调，以适应不同的考古场景，因此适用于多种陶器建档风格。研究提供了预训练模型、Python库及详细说明文档，以促进考古研究领域的推广应用。

关键词：陶器；考古绘图；生成式人工智能；图像到图像转换；扩散模型

Abstract：Archaeological pottery documentation traditionally requires a time-consuming manual process of converting pencil sketches into publication-ready inked drawings. This paper presents PyPotteryInk, an open-source automated pipeline that transforms archaeological pottery sketches into standardised publication-ready drawings using a one-step diffusion model. Built on a modified img2img-turbo architecture, the system processes drawings in a single forward pass while preserving crucial morphological details and maintaining archaeologic documentation standards and analytical value. The model employs an efficient patch-based approach with dynamic overlap, enabling high-resolution output regardless of input drawing size. The effectiveness of the approach is demonstrated on a dataset of Italian protohistoric pottery drawings, where it successfully captures both fine details like decorative patterns and structural elements like vessel profiles or handling elements. Expert evaluation confirms that the generated drawings meet publication standards while significantly reducing processing time from hours to seconds per drawing. The model can be fine-tuned to adapt to different archaeological contexts with minimal training data, making it versatile across various pottery documentation styles. The pre-trained models, the Python library and comprehensive documentation are provided to facilitate adoption within the archaeological research community.

Keywords：Pottery ；Archaeological drawing ；Generative AI ；Image-to-image translation ；Diffusion models

图：示例图像的推理补丁分割过程

Fig .  Inference patching for an example image.

Tingting Li , Lihong Li, Ziru Yu, Bo Ning , Yong He, Wenxiu Wan, Zhiyuan Liu , Xiangyang Yu

摘要：古代壁画具有脆弱性与珍贵价值，其颜料的识别、修复与保护工作迫在眉睫。本研究提出一种融合高光谱成像、优化超像素分割与光谱处理的图像光谱融合（ISF）方法，实现对颜料的快速、无损分类。将该方法应用于云冈石窟壁画，基于ISF的支持向量机模型实现了古代壁画颜料的超像素级分类，准确率达87%。外部验证结果表明，该方法在不同保存状态的壁画中均表现出优异的分类性能。光谱特征分析显示，该方法通过光谱匹配和混合颜料分类，具备颜料识别的潜力。这种无损、非接触式检测方法可为壁画颜料识别提供方法论参考。

关键词：古代壁画颜料；高光谱成像；图像光谱融合；云冈石窟；超像素分割

Abstract：Given the vulnerability and value of ancient murals, there is an urgent need to identify, restore and preserve their pigments. This study develops an image spectral fusion (ISF) method integrating hyperspectral imaging with optimized superpixel segmentation and spectral processing to achieve rapid, non-destructive pigment classification. Applied to the Yungang Grottoes murals, the Support Vector Machine model based on ISF realizes the superpixel-level classification of ancient mural pigments with an accuracy of 87 %. External validation demonstrates its excellent classification performance across diverse mural preservation states. Spectral characterization analyses reveal the potential of the method in pigment identification through spectral matching, and pigment mixtures classification. This non-destructive, contactless detection method can serve as a methodological foundation for pigment identification in murals.

Keywords：Ancient mural pigments；Hyperspectral imaging；Image spectral fusion；Yungang Grottoes；Superpixel segmentation

图：ISF 方法流程图。步骤包括：（a）采用遗传算法优化参数的 Quickshift 算法提取图像数据纹理特征；（b）通过归一化和直方图均衡化增强光谱数据；（c）利用 Savitzky-Golay 平滑法和一阶导数对光谱数据进行预处理；（d）获取基于超像素块重新定义的光谱数据。

Fig . Flowchart of ISF method. The steps include: (a) Quickshift algorithm extracts the texture features of the image data, with parameters optimized by Genetic algorithm; (b) Normalization and Histogram Equalization enhance the spectral data; (c) Savitzky-Golay Smoothing and First Derivative preprocess the spectral data; (d) Gain the spectral data redefined according to the superpixel block.

Sa Wang, Yi Cen , Liang Qu , Xiaojie Gao , Guanghua Li , Yao Chen

摘要：书画作品承载着重要的历史价值，是人类文化遗产传承的重要载体。然而，霉变的滋生会严重影响书画的保存状态，进而损害其文化价值与传承延续。传统霉变检测方法以人工目视检查和 / 或化学分析为主，存在检测效率低、结果主观性强、难以满足无损检测要求且准确率偏低等局限。本研究针对上述问题，结合高光谱成像技术与中国古代绢画的霉变特征，构建了一种新型霉变光谱指数（MSIndex），为中国古代绢画霉变区域的快速、精准、无损提取与识别提供了技术支撑。研究首先对中国古代绢画上的霉变光谱特征展开分析，并基于高光谱数据优化霉变的光谱特征指标；在此基础上构建霉变光谱指数，实现对霉变的检测识别。研究以清代（1796-1805 年）《沈清岚铁络图》的高光谱数据集为样本，对所提霉变检测方法进行验证，同时选取乾隆二十一年（1756 年）《宾头卢尊者像》的高光谱数据集作为独立验证集，检验方法的泛化能力。结果表明，本研究构建的霉变光谱指数检测性能稳健、效果良好，霉变检测的总体准确率达 94.17%；即便在存在其他颜料干扰、画作伴生其他病害等复杂场景下，该指数仍能有效识别霉变区域。本研究提出的检测方法可为文物保护工作者制定精准的中国古代绢画修复方案提供依据，为文化遗产的保护传承提供技术支持。

关键词：高光谱遥感；光谱特征；特征选择；中国古代绢画；霉变光谱指数

Abstract：Painting and calligraphy possess significant historical value and play a crucial role in the transmission of human cultural heritage. However, the presence of mildew greatly impacts the preservation of painting and calligraphy, thereby affecting their cultural value and legacy. Traditional mildew detection methods rely on manual visual inspection and/or chemical analysis, which are limited by inefficiency, subjectivity, the need for nondestructiveness, and low accuracy. Here, we overcome these limitations by developing a new mildew spectral index (MSIndex) using hyperspectral imaging technology and the mildew characteristics of ancient Chinese silk paintings. This approach provides support for the rapid, accurate, and nondestructive extraction and identification of mildew in ancient Chinese silk paintings. We first analyzed the mildew spectra on ancient Chinese silk paintings and optimized the spectral characteristics of mildew based on the hyperspectral data. Then, using this analysis, we constructed the MSIndex to detect mildew. We tested the proposed mildew detection method on the hyperspectral dataset of Shen Qinglan Tieluo on Qing Dynasty (1796–1805), followed by the evaluation of its generalization ability using the hyperspectral dataset of the Portrait of Pañcika Arhat (dated 1756) as an independent validation set. The results suggested that the proposed MSIndex was robust and effective with an overall accuracy of 94.17 % in mildew detection. The MSIndex was also capable of detecting mildew regions even in complex environments, such as those involving other pigments or diseases. This method can help professionals make accurate restoration plans for ancient Chinese silk paintings and support the preservation of cultural heritage.

Keywords：Hyperspectral remote sensing; Spectral characteristics; Feature selection; Ancient Chinese silk paintings; Mildew spectral index

图：基于霉变光谱指数的霉变检测结果

Fig .  Mildew detection results based on the MSIndex.

Robert Olbrycht, Alfonso Bahillo Martínez, Ernesto Marcheggiani, Müge Akkar Ercan, Pinar Karagöz, Karol Kropidłowski, Giuseppe Pace

摘要：本论文旨在解决地下遗产地实时可视化增强所面临的挑战。针对地下环境中光线不足和人类色彩感知受限等问题，研究提出一种融合图像处理技术与增强现实（AR）理念的解决方案。该系统采用集成立体视觉相机的虚拟现实（VR）头显捕捉实时图像，为提升图像质量，评估了多尺度视网膜增强算法（MultiScale Retinex）和对比度受限自适应直方图均衡化等多种图像处理算法。结果表明，所提出的方法能有效提升地下遗产地的观光体验，图像处理算法成功提亮了阴暗区域、提高了图像清晰度，并呈现出细微的色彩差异。论文详细阐述了系统架构与技术要求，并在地下遗产地进行了原型测试。总体而言，该系统显著改善了地下遗产地的实时可视化效果，为游客提供了更具沉浸感和丰富度的视觉体验。该研究为该领域的未来应用与研究提供了宝贵见解，对地下遗产可视化领域的发展具有重要意义。

关键词：地下遗产；图像处理；立体视觉；增强现实

Abstract：This scientific paper aims to address the challenges that come with enhancing the real-time visualization of underground heritage sites. The study seeks to overcome the limitations of low-light conditions and human color perception in underground environments by proposing a solution that combines image processing techniques and augmented reality (AR) concepts. The system utilizes a virtual reality (VR) headset integrated with a stereovision camera to capture live images. To improve image quality, the study evaluates various image processing algorithms, such as MultiScale Retinex and Contrast Limited Adaptive Histogram Equalization. The results show that the proposed methods are effective in enhancing the sightseeing experience of underground heritage sites. The image processing algorithms successfully brighten dark areas, increase clarity, and reveal subtle color differences. The paper discusses the system architecture and requirements, along with prototype testing in underground heritage sites. Overall, the developed system significantly improves the visualization of underground heritage sites in real-time, providing visitors with a more immersive and enhanced visual experience. The research offers valuable insights for future applications and research in this domain, contributing to the field of underground heritage visualization.

Keywords：Underground Heritage；Image processing；Stereovision；Augmented reality

图：代林库尤地下城（土耳其）的单张图像：（a）未处理图像；（b）色彩真实化处理后图像；（c）色彩自然化处理后图像；（d）色彩丰富化处理后图像

Fig . Single image from Derinkuyu Underground City (Türkiye): (a) without processing; (b) with color-realistic processing; (c) with color-natural processing, (d) with color-enriched processing.

Roberto Sáez-Hernández, Jordi Cruz, Manel Alcalà-Bernàrdez, Ángel Morales-Rubio a, M. Luisa Cervera

摘要：人工智能（AI）与机器学习（ML）正在革新数据分析领域，带来了创新且高效的数据处理方法。本文提出一种基于可见光谱与数字图像比色法的化学计量学半定量模型，用于估算无机颜料中的金属含量。该模型采用支持向量机（SVM）和人工神经网络（ANN）回归方法，建立光谱、比色数据与元素组成之间的关联。研究制备了复制品，并使用三种无机红色颜料（朱砂、赤铁矿和铅丹）进行绘制，随后通过便携式X射线荧光光谱、可见反射光谱和数字成像技术对其进行分析。利用支持向量回归和人工神经网络实现元素信息与比色信息的交叉验证，并通过Venetian-blinds交叉验证法对模型进行验证。在校准阶段，铁（Fe）、铅（Pb）和汞（Hg）的均方根误差（RMSE）分别为0.03%、3.5%和3.0%，相关系数（R²）分别为0.99、0.90和0.94；在预测集阶段，铁、铅和汞的均方根误差（RMSE）分别为3.0%、2.6%和2.3%，相关系数（R²）分别为0.83、0.92和0.81。研究表明，创新的数据处理模型与无损便携式技术相结合，能够实现对文化遗产样本中无机颜料元素含量的估算。

关键词：人工神经网络；色度学；机器学习；壁画；颜料；预测

Abstract：Artificial Intelligence (AI) and Machine Learning (ML) are revolutionizing data analysis by introducing innovative and enhanced methods for data processing. In this article, a chemometric semiquantitative model based on visible spectroscopy and digital image colorimetry was applied to estimate the metal content in inorganic pigments. The model utilized Support Vector Machines (SVM) and Artificial Neural Networks (ANN) regression methods to correlate spectral and colorimetric data with elemental composition. Replicas were prepared and painted with three red inorganic pigments (cinnabar, hematite and minium), and they were analysed using portable X-ray fluorescence, visible reflectance spectroscopy, and digital imaging. Cross-reference between elemental and colorimetric information was performed using Support Vector Regression and Artificial Neural Networks, and the models were validated through Venetian-blinds cross-validation. In the calibration step, Root Mean Square Errors (RMSE) for Fe, Pb, and Hg were 0.03, 3.5, and 3.0 %, respectively, with correlation values (R2) of 0.99, 0.90, and 0.94. For the prediction set, RMSE was 3.0, 2.6, and 2.3 %, for Fe, Pb, and Hg, respectively, with R2 of 0.83, 0.92 and 0.81. This article demonstrates that innovative data treatment models, coupled with non-invasive and portable techniques, allow us to estimate the content of elements in inorganic pigments in Cultural Heritage samples.

Keywords：Artificial neural networks；Colorimetry；Machine learning；Mural paintings；Pigments；Prediction

图：各类颜料的反射光谱。蓝色曲线为平均光谱，浅灰色区域为标准偏差范围

Fig . Reflectance spectra for each kind of pigment. In blue, the average spectra. In light grey, the standard deviation.

Paloma Guzman

摘要：文化遗产管理日益被视为气候行动与可持续发展的有机组成部分。然而，关于社会文化要素如何在协调统一的气候战略中落地实施的相关研究仍较为有限。本文构建了一个分析框架，用以评估文化遗产在气候政策话语体系中的融合程度，并以挪威 20 份国家气候政策文件为案例展开实证检验。本研究将转型治理方法应用于气候治理领域，强调文化遗产管理在支撑系统性变革中的作用。该分析框架揭示了文化遗产范式推动下，政策话语体系发生的两大核心转变：其一，文化遗产融入气候政策的愿景制定、行动实施与成效监测全流程；其二，跨部门协作范围进一步拓展，为政府层面的转型协同治理开辟了路径。研究发现，文化遗产在气候政策中的角色呈现逐步演进的特征，从最初关注气候影响引发的遗产保护冲突，转变为将文化遗产视作适应战略中亟需开展知识体系构建的重要领域。本文分析还表明，研究界对文化遗产的价值认知进一步拓展，认为其能够依托共有的社会文化价值提升民众生活品质，这也凸显出文化遗产的角色有望从技术咨询方，向治理网络中具备战略意义的关联型参与主体延伸。本研究以挪威为案例，明确了文化遗产作为跨部门协作、适应性治理与包容性决策催化剂的潜在切入点，为探索可持续发展治理中文化遗产在地方层面的融合应用及跨学科协作奠定了基础。

关键词：气候规划；文化遗产管理；政策融合；挪威

Abstract：Cultural heritage management is increasingly recognized as integral to climate action and sustainable development. Yet, limited research has explored how sociocultural elements are operationalized within coherent climate strategies. This paper proposes an analytical framework to evaluate the integration of cultural heritage within climate policy discourses, tested through a case study of twenty Norwegian national climate policy documents. Applying transformative approaches to climate governance, this study emphasizes cultural heritage management’s role in supporting systemic change. The framework identifies two primary shifts in policy discourse driven by cultural heritage paradigms: (1) integration across three stages—from visions and actions to monitoring—and (2) expanded sectoral collaboration, opening pathways for transformative governmental coordination. Findings reveal an evolution in cultural heritage’s role, from initial concerns about conservation conflicts due to climate impacts to recognizing cultural heritage as a sector requiring knowledge-building in adaptation strategies. The analysis further suggests an expanded view of cultural heritage’s contribution to the quality of life through shared sociocultural values, highlighting opportunities to extend its role from technical advisor to a strategic, relational actor within governance networks. By examining the case of Norway, this study concretizes entry points for cultural heritage’s potential as a catalyst for cross-sectoral collaboration, adaptive governance, and inclusive decision-making, setting a foundation for exploring local-level integration and interdisciplinary collaboration in sustainability governance.

Keywords：Climate planning; Cultural heritage management; Policy integration; Norway

图：挪威适应规划中文化遗产融合现状概述

Fig . Overview of cultural heritage integration in Norway's adaptation planning.

T.Arlt,B.Kantzenbach

摘要：蒙古佛教祭祀圣龛（蒙古语：gungervaa）形制各异，一如祭祀圣龛的概念存在于不同宗教体系之中。这类圣龛是佛教造像的护藏容器，其内供奉佛陀、菩萨、圣僧及德高望重僧众的画像与造像。圣龛主尊旁通常陈列着高僧的舍利，亦有信众敬献的各类供饰。由于蒙古佛教圣龛为家族世代传承之物，且供品会不断添置，历经数代便会累积品类繁多的藏品。因此，对圣龛内部的藏品构成展开考析、厘清每件藏品的源流与内涵，具有重要的研究价值。陀罗尼经卷（密咒经文）是蒙古佛教圣龛中常见的一类藏品，这类经卷多为丝帛裹护的微型纸卷，若对其进行实体展卷，会对文物本体的保存造成损害，故而并非理想的研究方式。研究工作亟需一种无损检测手段，以解读经卷内的文字信息。X射线断层扫描技术为探究这类易损文物的内部信息提供了可行路径。通过构建经卷的三维虚拟模型，研究人员可借助计算机软件对经卷内容展开分析与数字化操作，全程不会对经卷本体造成任何损伤。最终，研究团队成功从陀罗尼经卷中提取出文字内容，并完成了释译工作。

关键词：同步辐射断层扫描；成像技术；虚拟展卷；蒙古经卷；隐匿文字

Abstract：Mongolian Buddhist shrines (mong.: gungervaa) come in a variety of designs, just as the concept of shrines exists across different religions. These shrines are protective containers for icons, such as images or statues of Buddhist teachers, deities, saints, or revered clergy. The central figure is usually surrounded by relics from high-ranking lamas as well as decorative offerings presented by worshippers. Since gungervaas are inherited within the family and offerings are added constantly, they can accumulate diverse sets of items over several generations. It is therefore important to examine and analyze the composition inside and understand each single component. One type of object that is found in gungervaas are Dharanis (spell scriptures). Physically opening these tiny paper scrolls wrapped in silk poses a risk to their preservation, so it is generally not the preferred method. A non-destructive method is needed to decipher the written messages inside. X-ray tomography provides a way to examine the interiors of these fragile objects. By creating a three-dimensional virtual copy, it was possible to analyze and manipulate the content using computer software without harming the scrolls. Finally, text from inside the Dharanis scrolls was successfully extracted and translated.

Keywords：Synchrotron tomography; Imaging; Virtual unfolding; Mongolian scrolls; Hidden text

图：经卷 I（a-d）、经卷 II（e-h）及经卷 III（i-l）的横截面与放大视图。第一列为右侧细节信息的方位标注，第二列（棕色）为后续子图的横截面概览，第三列（蓝色）为经卷的纵向切片，第四列为横向切片，最后一列（绿色）为放大视图。

Fig . Cross-sections and magnification of scroll “I” (a-d), scroll “II” (e-h) and scroll “III” (i-l). The first column contains orientation information for the details on the right. The second column (brown) shows cross-sections overviews of the following subfigures. The third column (blue) shows vertical slices of the scrolls, while the fourth column shows horizontal slices. The last column (green) gives magnification.

Pia Götz, David Melamed, Hendrik Bohling, Christine Brovkina, Istabraq Hussain, Nils Reims, Luca Junge, Dennis Hoffmann, Karolin Wiskandt, Ruth Schilling, Martin Hering-Bertram, Lucio Colombi Ciacchi

摘要：X射线计算机断层扫描（CT）已成为修复师、历史学家和考古学家无损检测博物馆文物内部结构的常用方法。本文展示了CT数据集的另一项应用，即如何对数据进行处理并转换为嵌入网络应用中的交互式计算机动画模型，使历史文物实现新型虚拟活化。这一方法为博物馆游客提供了一种新的互动方式，使其能够在现场展览和线上展览中与虚拟文物进行互动。研究全过程采用免费可获取的软件，确保相关成本对于公共机构而言具有可及性。该方法通过三件具有历史意义的航海技术仪器进行演示，这三件仪器跨越三个世纪，分别是18世纪的袖珍日晷、19世纪的航海天文钟和20世纪初的袖珍气压计。每件文物都具有独特的属性与特征，需要在数据处理流程中采用不同的方法与解决方案。这些处理流程的成果是能够展示古老仪器功能的交互式应用程序，有助于人们更好地理解其工作原理，并能引导游客关注单个技术细节、材料组成与外观特征或其他具有历史意义的属性。虚拟文物的可及性与吸引力带来了更具沉浸感的互动体验，有助于实现知识的有效传递。

关键词：海洋史；技术仪器；计算机断层扫描；摄影测量；数字保存；互动展览

Abstract：X-ray computed tomography (CT) has become a common method for conservators, historians and archaeologists to examine the interior of museum objects in a non-destructive way. This paper demonstrates an additional application of CT data sets. We namely show how the data can be processed and converted to interactive, computer-animated models embedded in web applications to bring back the historical objects to novel virtual life. This opens up a new way for museum visitors to interact with the virtual objects in both on-site and online exhibitions. The use of freely accessible software at all stages ensures that the involved costs remain accessible to public institutions. The approach is demonstrated using three technical instruments of historical significance spanning three centuries of maritime navigation: a pocket sundial, a maritime chronometer, and a pocket barometer manufactured in the 18th, 19th and early 20th centuries. Each object presents its own attributes and characteristics that require different approaches and solutions along the data process chains. The outcomes of these chains are interactive applications demonstrating the functionalities of the old instruments. This contributes to a better understanding of their modes of operation, and can focus the attention of the visitors to individual technical details, material composition and appearance, or other attributes of historical significance. The accessibility and appeal of the virtual objects results in a more immersive interaction experience facilitating a better transfer of knowledge to the visitors.

Keywords: Maritime history; Technical instruments；Computertomography；Photogrammetry；Digital preservation；Interactive exhibition

图：基于CT扫描的袖珍气压计无液气压盒表面模型局部特写（不同处理状态），以实体表面形式呈现。放大图像突出显示了三角形排列方式。左列：二次简化率为0%（初始状态）、50%、75%和99%后的未平滑网格；中列：经过一次拉普拉斯平滑后的相同表面；右列：一次拉普拉斯平滑后应用50%、75%和99%二次简化率的结果

Fig. Close-up of a part of the surface model of the aneroid cell of the pocket barometer derived from the CT scan at different manipulation states, rendered as solid surfaces. The zoomed-in images highlight the triangle arrangement. Left column: unsmoothed meshes after a Quadric Decimation of 0 % (initial), 50 %, 75 %, and 99 %. Centre column: same surfaces after one iteration of Laplacian Smoothing. Right column: Quadric Decimation of 50 %, 75 %, and 99 % applied after one iteration of Laplacian Smoothing.

以上内容来自JCH官方网站

https://www.sciencedirect.com/journal/journal-of-cultural-heritage

经数字人文资讯小编翻译整理而成

如需转载请后台私信联系

编译丨洪冰凤

校对丨罗斯鹏

排版丨魏翔

排版设计：谭泰成

责任编辑：王春丽

点击关注，后台发送 读书会 ，获取阅读文本！ 

仅用于 学术交流 ，无商业用途。如有侵权，联系删除！

文学计算（Literary Computing），即通过计量的方式进行文学作品的挖掘、分析、比较和批评，是当前方兴未艾的数字人文潮流的一个重要组成部分，但其传统和源流又远远早于数字人文这一概念所通常涵盖的时间范围。在19世纪末，欧洲和美国的一些科学家就已经尝试通过量化的方式，对文学作品进行分析，这可以看作是最早期的文学计算研究。显然，这一领域属于典型的跨学科研究，对文本的数字化和特定要素的读取涉及信息科学，对数据的计算涉及统计学，对数据中隐藏模式和结构的提取涉及物理学，对作品中角色或创作者的性格、精神的量化分析涉及心理学，对文本中地理分布和变迁路径的提取和可视化呈现涉及地理学，等等。

从事过句长研究的统计学家乌德尼·尤尔

跨学科研究固然是令人兴奋的，因为它打破学科的边界，通过新的视角和范式来处理既有的问题，往往能带来新的洞见，但也带来了新的困惑、怀疑和批评。特别是那些尝试在人文学科与自然学科之间架设有效联系和方法论桥梁的努力，尤其容易遭受各方的质疑。正如查尔斯·珀西·斯诺在《两种文化与科学革命》的演讲中提到的那样，科学与人文之间“存在互不理解的鸿沟”。作为一名科学家与作家，斯诺常常白天和科学家同事们一起工作，晚上则又和文学家朋友们聚在一起，因此他深刻地体会到在当时的社会环境中，文学家和科学家之间的互不理解甚至是厌恶、敌意。我非常理解斯诺的这种感受，因为我本身是做物理研究出身的，在我学术生涯的初期，我主要从事凝聚态物理学研究。与此同时，在读研究生的时候，我就开始创作科幻小说，并一直持续至今。也正因为我对科幻小说的喜爱，后来，我从理学院转到人文学院，开始接触到更多人文学者和文学理论。我发现，斯诺所说的鸿沟，在今天并没有弥合，因为两类学者的基本学术素养、关心的问题和研究的范式都截然不同。但与斯诺所说不同的是，今天的两类学者之间似乎并没有太多敌意了，因为随着人文学科在话语权利结构中的整体收缩，两者连产生敌意的基础都已经失去了。

查尔斯·珀西·斯诺

事实上，在文学与自然科学的交融进程中，我们可以大致区分出两种学科跨越的方向，每一种都引起了众多争议。一种是将自然科学的概念引入文学理论中，但抛弃了其数学上的复杂结构，而是仅将其作为一种类比物，以帮助阐明某种特定的理念、结构和关系。例如，当丹尼尔·奥尔布赖特使用“波浪美学”分析叶芝的诗歌时，他只是借用量子力学中微粒和波之间的模糊关系，阐释某些诗歌文本所具有的特征，比如内部边界的丧失、主客体与主体间界限的丧失等。他并不是说，诗歌的内部结构与波具有数学上的同构性，因此，自然也不能将涉及波的一系列数学公式套用到诗歌结构分析之中。显然，这类学科跨越的方式通常由人文学者发起。在后现代文化理论中，我们还可以找到很多这样的例子，比如让-弗朗索瓦·利奥塔对不确定性原理的借用、让·鲍德里亚对熵的借用、雅克·拉康对拓扑学概念的借用，等等。这种做法在自然科学界引起了一些不满，比如物理学教授艾伦·索卡尔及其合著者在一本书中就批评道：“自然科学并非仅是可供人文科学随时取用的隐喻库。”

艾伦·索卡尔、让·布里克蒙：《时髦的空话》

另一种跨越方式则是由自然科学家主动发起。他们将原本属于自然科学的研究范式引入文学研究领域，发展出实证的、量化的文学研究。这个过程中有时候也会借用一些科学概念，比如信息熵、温度等，但这类借用并不只是将概念作为某种隐喻，而是伴随着其数学结构的引入。比如，对文学文本的信息熵的计算，使用的正是香农给出的公式，而当我们讨论文本的温度时，其背后的机制也正是热力学中的麦克斯韦-玻尔兹曼分布。在20世纪后半叶，随着计算机的出现和自然语言处理算法的发展，对文本的读取、数值统计和数学建模变得更为方便，这类量化研究就逐渐变得流行起来。本书所涉及的内容大部分即是这一类的研究。为了与文学史考证等实证型研究相区别，我们统一将其称为文学计算。

麦克斯韦-玻尔兹曼分布

对文学计算的批评主要来自人文学界，他们的意见大致可以分为三类：其一，文学文本来自具有主观性的人类，其中并不具有如物理学那样的客观规律；其二，量化研究只是复现了一些我们早已经知晓的结论，并没有提出和解决有意义的文学问题；其三，大部分文学计算研究只是基于词频的模式分析，其数据不足以支撑它所声称的结论，或者说，文学文本和文学概念在计算过程中被简单化了。

对于第一类批评，已经有大量的研究结果可以作为反驳的案例。从齐普夫定律到最近基于情感计算的文本叙事模式划分，大量的研究都显示，在看似随机和主观的文本中，的确存在着某些客观的规律。这一点很好理解，因为作家的写作过程并非完全自由，他会受到诸多客观条件的限制：正确的语法、叙事的惯例、词汇的有限性，等等。它们就像一个封闭的箱子一样，将大量的随机运动的分子约束在一起，虽然每个分子的运动轨迹是很难预测的，但作为一个整体，这个体系却呈现出很多可以量化的特征，比如压强、温度、平均自由程、动能分布函数等。

关于词频分布的齐普夫定律

第二类和第三类批评事实上指出了当前文学计算研究应该努力的方向。也就是说，多做探索性而非验证性的工作，而且尽量超出词频、句长等简单指标，对高层次文学概念进行更精细的数学建模，以处理真正的文学问题。当然，要进行探索性的工作，通常就需要处理新的概念和新的问题，自然也就需要进行复杂特征量的建构。所以，从某种程度上来讲，这两个问题是一体的。

必须承认，在高层次文学概念和可计量的特征量之间建立稳定而有效的连接并不容易，但也绝不是不可能完成的任务。例如，在本书的第四章，我提出了一种对叙事节奏进行量化表征的方法。在文学计算领域，叙事研究一直相对匮乏。因为叙事研究中的要素难以量化，带有强烈的主观性，所以比其他文本特征更难处理。例如，研究文体风格、人物关系网络、情感分析等可以分别通过词频统计、对话关系、情感词典等手段实现量化，但叙事风格、手法、场景等要素的界定方式则极为模糊。在传统的叙事学研究中，通常需要根据叙事场景的切换，将文本划分为不同的叙事单元，这种工作通常只有具备较高文学素养的专业人员才能完成，因为叙事场景之间或许并不存在天然的分割线，要让计算机准确分辨是十分困难的。但是，基于叙述的两种形式——展示和告知——来体现出叙事节奏的特征，可以绕开场景划分的障碍。具体来说，我设计了一种算法，可以将这两种叙述形式进行自动识别，从而得到了一条叙述形式的时间序列。基于这个时间序列，通过傅里叶变换等数学手段，就可以从中提取出与叙事节奏相对应的特征量。

经傅里叶变换后的叙事节奏谱

比起自然科学领域的概念，比如温度、动量等，文学概念的量化不仅更难以处理，而且这些可计量的特征量与传统的文学概念在匹配时往往具有与自然科学概念不同的三种特性。其一，非精确性，也就是说两者并不是精确契合的。比如我之前提到的对叙事节奏进行量化的特征量，其本质上来源于从叙述形式时序数据中提取出的频谱峰。虽然其与叙事节奏具有较强的关联，但这毕竟只是一个间接的匹配方案。此外，实际的频谱图通常是一个连续谱，其中的峰值可能并不显著，呈现出一个平台状结构，这也会影响到对峰值数据的提取。所以，从概念到数据，这中间其实经过了多次近似过程。其二，非唯一性，也就是说用于表征某个文学概念的特征量并非只有一种形式。比如对于“词汇丰富度”这个概念，用以表征它的特征量就有数十种之多，从最简单的型-例比，到特征量K，乃至文本的信息熵，等等。其三，非普适性，也就是说这些特征量并不是在任何情况下都适用的。比如我们刚才提到的特征量K和信息熵，在表征词汇丰富度时，它们都具有一个难以克服的缺陷，即对雷同文本的不敏感。如果我们将同一段文字重复一遍合并成新的文本，那么根据两者的计算公式，其计算结果和单一文本是完全相同的，而这显然是不合理的。这意味着，对于具有较多雷同片段的文本来说，用特征量K和信息熵来作为词汇丰富度的指标是不合适的。

弗兰科·莫莱蒂：《远读》

在人工智能算法迅速发展的今天，我们越来越强烈地感到，文学计算研究不仅是可行的，而且是必要的。这种必要性至少体现在两个方面。其一，传统的文学细读方法无法处理当前迅速涌现的巨量文学文本。除了由传统出版社出版的纸质书籍，还有数量远超前者的网络文学作品——其每部作品的文本长度也几乎比前者大一个数量级。其二，人工智能文本生成正在逐渐进入人们的生活，其在大部分制式文章的写作上都取得了较好的效果，但在文学创作领域仍然很不成熟。从已有的一些基于大语言模型的小说写作实验来看，其主要缺陷可以归纳为一点，就是缺少“文学性”。比如，它的叙事节奏很不稳定，在很多不重要的细节上花费大量笔墨，而在关键情节上却一笔带过；它的比喻和描写都极为平庸，没有新奇性和创造性；它的人物缺少鲜明的个性和深刻的行为动机；故事情节的套路化痕迹极为明显；等等。克服上述这些缺陷的方法，就是加入一个文学插件，或者定制专业的文学创作大模型。想要向计算机系统传达何谓“文学性”，自然需要采用计算机的语言——也就是数字化的、量化的表述，这正是文学计算研究所要做的。当我们能用量化的方式对比喻、隐喻、风格化的描写、叙事节奏等文学概念进行表征以后，它们就可以作为一些重要的控制指标参与到文本生成算法之中，帮助其增强生成内容的文学性。 

然而，即使在当前这个普遍数字化的时代，进行文学计算研究的困难仍然是巨大的。除了来自领域本身的巨大挑战，教育体系、学科壁垒等社会层面的客观障碍也不容忽视。从高中开始的文理分科，一直到大学和研究生期间的专业教育，都与文学计算研究所需要的跨度极大的知识结构相违背。而很多大学和研究机构在行政和科研上的简单粗糙的学科化管理，也让跨学科研究变成一件吃力不讨好的事情。因此，虽然口头上不断喊出跨学科的口号，但实际上却形塑出了一种不鼓励跨学科研究的氛围。如何在学生培养和制度管理上克服这些障碍，是当前发展文学计算这类跨学科领域所必须思考的问题。

事实上，打破专业和学科的界限，不仅是文学计算的需要，也是当今众多跨学科研究和前沿领域发展的需要。希望本书可以在跨学科研究的方法和路径上为各领域的研究者提供一些有益的参考。

四十二史

宇宙的未来/现在/过去

长按二维码关注