【要約】【続編】ヴォイニッチ手稿解読の「数学的堅牢性」：異物混入による自壊プロセスの実証 [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
研究者が、ヴォイニッチ手稿の解読において、言語学的な「推測」による誤解を避けるという課題に直面した。
- ・未知の記号体系による言語的解釈の困難さ。
- ・人間による恣意的な単語の当てはめ。
- ・テキストと挿絵の整合性を客観的に証明する手段の欠如。
// Approach
研究チームは、情報の客観性を担保するため、多次元ベクトル空間を用いた数学的な照合アプローチを採用した。
- ・TruncatedSVDによる128次元ベクトル空間への圧縮と同期。
- ・MNNとZスコアを用いたアンカー（翻訳の起点）の抽出。
- ・マルコフ遷移を用いた連鎖的な単語特定。
- ・Gromov-Wasserstein最適輸送による、挿絵とテキストの相関検証。
// Result
研究チームは、数学的検証を通じて、手稿の大部分をラテン語のレシピ構造として特定することに成功した。
- ・9,783箇所の未知単語のうち9,733語（99.4%）を特定。
- ・挿絵の枝葉数とテキスト成分数の間に強い正の相関（R = 0.7080）を確認。
- ・手稿が中世の薬物局方や実験記録であることを実証。
Senior Engineer Insight
> 未知のデータセットを既存の知識空間へ写像する手法は、暗号解読や非定型ログ解析に応用可能だ。特に、テキストと画像という異なるモダリティをGW最適輸送で結びつけた点は、マルチモーダル学習の堅牢性検証として極めて高度である。ただし、0.6%の「未知」をどう扱うかは、ドメイン知識との融合が不可欠となる。