最近的文献使用历史的观点来更好地理解城市经济学的基本问题。然而，大量高质量的历史文件仍未得到充分利用:它们的使用因其原始格式或需要恢复的大量信息而受到阻碍。在本文中，我们描述了机器学习的灵活性和预测能力如何以及何时可以帮助研究人员挖掘这些历史文档的潜力。我们首先讨论城市经济学的重要问题是如何依赖于历史数据源的分析，以及与这些数据的转录和协调相关的挑战。然后，我们解释机器学习方法如何解决这些挑战，并讨论可能的应用。