伪造与无意义文本
自我抄写：我们如何否定了最强的那个无意义文本版本
Torsten Timm提出的机制既不用镂空模板，也完全不用任何表格：抄写员照抄页面上已有的东西，并稍作改动。这样一个生成器确实能复制出伏尼契的很多数字。我们找到了六项它复制不出来的特征。
这是所有“没有含义”的版本里最强的一个。Torsten Timm与Andreas Schinner提出了一种机制，它既不需要 镂空模板，也不需要音节表，更不需要密钥。抄写员看一眼身旁或者上一行已经写好的词，把它再写一遍， 并稍作改动：换掉一个符号，加上一个前缀，去掉一个词尾。一行接一行，一页接一页。
这个想法的漂亮之处在于，它恰好解释了那些通常被拿出来当作有含义之证据的特征。
通常反对它的那些论证为什么不成立
自我抄写自行产生的东西如下：
- 低熵。照抄并稍作改动，按定义就是可预测的。
- Zipf定律。词的频率分布在抄写之下自动出现。
- 相似词构成的族。它们是这一机制的直接产物。
- 重复的聚集。词之所以彼此黏连，是因为它们是从近处抄来的。
由此得出一条我们视为重要方法教训的结论：单凭低熵并不能排除骗局。那些写着“熵太低，所以这不是 无意义文本”的综述，推理方式是错的：机械生成器的熵完全一样。
要否定这一类版本，需要的是生成器做得过头或者做得不够的那些特征，而不是它能够复制出来的 特征。
我们是怎么检验的：在一部分上调参，在另一部分上比较
我们搭了一个自我抄写生成器，并在手稿的一部分上给它调参，使它尽可能贴合那一部分的统计。随后我们把 它的输出与它从未见过的文本留出窗口作比较，同时考察六项区分性指标。检验方案是在取得结果之前就 写下来的。
逻辑是这样的：相似可以拟合，差异不能。如果这个生成器是对的，它就必须通过全部六个窗口。它在六个 里面失败了五个。
| 指标 | 伏尼契手稿 | 自我抄写生成器 |
|---|---|---|
| 写法不同的孪生词对数 | 42 | 0 |
| 覆盖80%文本需要多少个不同的词 | 51 | 115 |
| 词边界效应 | +0.197 | +0.014 |
| 重复的聚集 | 高于偶然水平1.75倍 | 5.38倍，大幅过头 |
| 共现比R | 1.87 | 3.47，过头 |
有两行特别说明问题。
写法不同的孪生词。伏尼契中有42对词，它们的行为完全一样，写法却不同，这正是同音替代密码留下的 痕迹：在这种密码里，同一个单位可以用几种方式写出来。自我抄写根本不制造这样的词对，它产生的是 相似词构成的族，而不是彼此不像却可以互换的词。零对四十二。
做得过头的地方。生成器不只是没有打中，它是往多的一边打偏：它的重复聚集程度比伏尼契的数字高出 三倍，共现也是如此。真实的手稿比机械抄写更有纪律，这意味着它内部有什么东西在与重复作对。
这意味着什么
这个版本被否定，不是因为我们不喜欢它，而是因为它在留出数据上、在事先指明的具体指标上失败了。
由此得出的不是“含义已被证明”，而是更克制的一句：机械的解释已经过检验，而且不成立。与 已被否定的卡尔达诺格栅合在一起，这把解释的负担推给了一个实质性的 模型，在我们这里就是一种作坊式的同音替代密码，其机制已经被重建。
还值得补充的是，关于无意义文本的争论在学术界同样活着：在马耳他的伏尼契会议上，同一个研究组提交了 两篇彼此相反的论文，“Gibberish after all?”和“A cipher after all?”。这就是这个问题的常态，而我们 在这里的贡献不是一种意见，而是一项带数字的区分性检验。
方法上的教训
我们从这项工作里带走了一条如今用于一切的规则：一个假说必须靠它必然做得过头或者做得不够的特征 来否定，而不是靠它反正都能复制出来的特征。后来我们自己在另一项检验里踩了旁边的耙子，并且公开 撤回了自己的结论：见关于东亚版本的说明。
伏尼契手稿的破译并不存在。巧合不等于释读。
常见问题
自我抄写假说说的是什么？
抄写员取一个身旁或者上一行已经写好的词，稍作改动再写一遍，如此一行接一行。这既不需要语言，也不需要密钥，而写出来的文本看上去像真的，有重复，也有相似词构成的族。
为什么用通常的论证否定不了这个版本？
因为自我抄写恰好复制出那些通常被拿来当作有含义之证据的特征：低熵、Zipf定律、相似词构成的族、重复的聚集。需要的是生成器会做得过头或者做得不够的特征。
“有区分力的检验”是什么意思？
就是在文本的一部分上给生成器调参，再在另一部分即留出的部分上作比较，而且看的不是总体的相似程度，而是具体的区分性指标。相似可以拟合，差异不能。
那么伏尼契手稿里究竟有没有含义？
我们的检验说明，机械的解释不成立：格栅和自我抄写都已被否定。这是支持文本背后有内容的一个论证。但内容本身并没有被读出来，我们也不提出任何释读。