Quizzman Fanqie Engine là gì? Từ phản thiết Trung cổ đến Hán Việt hiện đại

Quizzman Fanqie Engine là hệ thống suy diễn âm Hán Việt và Pinyin từ phản thiết (反切) dựa trên các quy luật âm vận học Trung Cổ. Thay vì chỉ tra cứu một cơ sở dữ liệu có sẵn, engine tái dựng đặc trưng ngữ âm của tiếng Hán Trung Cổ, mô phỏng quá trình hình thành âm Hán Việt và cuối cùng đối chiếu với lớp từ vựng lịch sử để đưa ra kết quả có thể giải thích, kiểm chứng và mở rộng. Đây là một trong số ít hệ thống tiếp cận bài toán Hán Việt theo hướng Computational Historical Phonology (Âm vận học lịch sử tính toán).

Giới thiệu

Âm Hán Việt là một trong những lớp từ vựng quan trọng nhất của tiếng Việt. Hàng chục nghìn từ đang được sử dụng trong giáo dục, khoa học, kỹ thuật, y học, luật pháp, văn hóa và hành chính đều có nguồn gốc từ tiếng Hán nhưng đã được Việt hóa qua nhiều thế kỷ.

Những từ quen thuộc như:

• giáo dục (教育)
• kinh tế (經濟)
• văn hóa (文化)
• triết học (哲學)
• lịch sử (歷史)
• quốc gia (國家)
• chính trị (政治)
• công nghệ (工藝)

đều được hình thành từ hệ thống âm Hán Việt.

Đối với phần lớn người học, việc tra cứu một chữ Hán khá đơn giản.

Ví dụ:

Một cuốn từ điển hoặc một website chỉ mất vài phần nghìn giây để đưa ra đáp án.

Tuy nhiên, đây chỉ là kết quả cuối cùng.

Đằng sau mỗi âm Hán Việt là một lịch sử biến đổi ngữ âm kéo dài hơn một nghìn năm.

Ví dụ:

• Vì sao 學 đọc là học chứ không phải hác?
• Vì sao 國 đọc là quốc mà không phải quắc?
• Vì sao 人 đọc là nhân chứ không phải dân?
• Vì sao 道 đọc là đạo mà không phải đáo?
• Vì sao cùng một thanh điệu Trung Cổ nhưng tiếng Việt lại có sáu thanh?

Một cuốn từ điển thông thường không trả lời những câu hỏi này.

Đó là khoảng trống mà Quizzman Fanqie Engine được xây dựng để lấp đầy.

Engine không chỉ cho biết chữ này đọc như thế nào, mà còn cố gắng giải thích vì sao nó phải được đọc như vậy.

Từ điển không đủ để giải thích Hán Việt

Phần lớn công cụ Hán Việt hiện nay hoạt động theo một mô hình rất đơn giản.

Chữ Hán
      │
      ▼
Tra cứu cơ sở dữ liệu
      │
      ▼
Âm Hán Việt

Mô hình này có nhiều ưu điểm.

• Tra cứu nhanh.
• Dễ xây dựng.
• Phù hợp với nhu cầu thông thường.
• Chính xác đối với những chữ đã có trong cơ sở dữ liệu.

Tuy nhiên, cách tiếp cận này cũng tồn tại nhiều giới hạn.

Không giải thích được nguồn gốc

Một công cụ tra cứu chỉ có thể trả lời:

學 → học

nhưng không thể giải thích:

• phụ âm h đến từ đâu;
• vì sao vần trở thành -ọc;
• vì sao thanh điệu là nặng;
• vì sao không đọc thành hác hay hoác.

Nói cách khác, công cụ chỉ lưu giữ kết quả, chứ không lưu giữ quá trình.

Không thể suy diễn chữ hiếm

Tiếng Hán có hàng chục nghìn chữ.

Trong đó, rất nhiều chữ chỉ xuất hiện trong:

• thư tịch cổ;
• văn bia;
• Phật điển;
• Đạo tạng;
• các vận thư như 《廣韻》, 《集韻》, 《唐韻》.

Không phải chữ nào cũng được ghi nhận đầy đủ trong các từ điển Hán Việt hiện đại.

Nếu gặp một chữ chưa từng có trong cơ sở dữ liệu, phần lớn hệ thống chỉ có thể trả về:

Không tìm thấy.

Trong khi đó, nhiều chữ hiếm vẫn còn lưu giữ phản thiết, tức vẫn còn đầy đủ thông tin để phục dựng cách phát âm.

Không phản ánh quy luật lịch sử

Âm Hán Việt không được tạo ra ngẫu nhiên.

Nó là kết quả của một hệ thống quy luật âm vị rất chặt chẽ.

Một chữ Hán Trung Cổ được xác định bởi nhiều đặc trưng khác nhau:

• thanh mẫu (聲母)
• vận mẫu (韻母)
• nhiếp (攝)
• đẳng (等)
• khai hợp (開合)
• thanh điệu (平上去入)
• thanh mẫu thanh/trọc (清濁)

Chỉ khi kết hợp toàn bộ các yếu tố này mới có thể giải thích vì sao một chữ lại phát triển thành một âm Hán Việt cụ thể.

Nếu chỉ lưu kết quả cuối cùng, toàn bộ lịch sử ngữ âm phía sau sẽ bị mất đi.

Phản thiết – "bảng phiên âm" của Trung Hoa cổ đại

Ngày nay, khi học tiếng Trung, chúng ta quen với Hán ngữ Pinyin.

Ví dụ:

學

xué

Tuy nhiên, hơn một nghìn năm trước, hệ thống Pinyin chưa tồn tại.

Các học giả Trung Hoa đã sáng tạo ra một phương pháp chú âm đặc biệt gọi là phản thiết (反切).

Thay vì phát minh một bảng chữ cái riêng, phản thiết sử dụng chính các chữ Hán để mô tả cách phát âm của một chữ khác.

Một phản thiết luôn gồm hai phần.

• Thượng tự (上字) cung cấp thanh mẫu.
• Hạ tự (下字) cung cấp vận mẫu và thanh điệu.

Ví dụ:

德紅切

được hiểu là:

• lấy phụ âm đầu của 德;
• lấy phần vần và thanh điệu của 紅;
• ghép lại thành phát âm của chữ cần chú âm.

Thoạt nhìn, phương pháp này có vẻ phức tạp.

Tuy nhiên, trong suốt nhiều thế kỷ, đây chính là tiêu chuẩn ghi âm của toàn bộ thế giới Hán văn.

Hệ thống phản thiết được sử dụng rộng rãi trong các vận thư kinh điển như:

• 《切韻》
• 《廣韻》
• 《集韻》
• 《唐韻》
• 《玉篇》
• 《康熙字典》

Nhờ đó, các nhà ngôn ngữ học hiện đại có thể phục dựng khá chính xác hệ thống âm vị của tiếng Hán Trung Cổ mặc dù không còn bất kỳ bản ghi âm nào của thời kỳ đó.

Đây cũng chính là nền tảng của hầu hết các công trình nghiên cứu về:

• Hán Việt
• Hán Nhật (Kan-on, Go-on)
• Hán Hàn
• Quan thoại
• Quảng Đông
• Mân Nam
• Hakka
• Ngô ngữ

và nhiều ngôn ngữ Đông Á khác.

Quizzman Fanqie Engine tiếp cận bài toán theo cách nào?

Khác với một công cụ tra cứu đơn thuần, Quizzman Fanqie Engine coi phản thiết là điểm khởi đầu của toàn bộ quá trình suy diễn.

Pipeline của engine được xây dựng theo đúng logic của âm vận học lịch sử.

Phản thiết
        │
        ▼
Đặc trưng âm vị Trung Cổ
        │
        ▼
Tái dựng phát âm Middle Chinese
        │
        ▼
Chiếu sang Hán Việt
        │
        ▼
Đối chiếu lớp từ vựng
        │
        ▼
Lựa chọn kết quả cuối cùng

Trong pipeline này, mỗi bước đều có thể được kiểm chứng độc lập.

Engine không chỉ trả về một chuỗi ký tự mà còn có khả năng giải thích:

• thanh mẫu nào được sử dụng;
• vận mẫu thuộc nhiếp nào;
• vì sao chọn khai khẩu hay hợp khẩu;
• vì sao thanh điệu trở thành ngang, huyền, hỏi, ngã, sắc hoặc nặng;
• kết quả thuần quy luật khác gì với kết quả đã được ghi nhận trong từ điển.

Đây chính là sự khác biệt giữa lookup engine và phonological engine.

Không chỉ tái dựng Hán Việt

Một trong những mục tiêu quan trọng của Quizzman Fanqie Engine là tách riêng hai tầng xử lý vốn thường bị trộn lẫn trong nhiều hệ thống truyền thống.

Tầng thứ nhất là Phonological Projection.

Đây là tầng hoàn toàn dựa trên quy luật âm vị học.

Engine chỉ sử dụng các đặc trưng của tiếng Hán Trung Cổ như thanh mẫu, vận mẫu, nhiếp, đẳng, khai hợp và thanh điệu để suy diễn cách đọc.

Ở tầng này, engine không quan tâm một âm tiết có phổ biến trong tiếng Việt hiện đại hay không.

Nếu quy luật âm vị cho ra một kết quả, hệ thống sẽ giữ nguyên kết quả đó.

Tầng thứ hai là Lexical Normalization.

Sau khi đã hoàn thành bước suy diễn ngữ âm, engine mới bắt đầu đối chiếu với các lớp từ vựng Hán Việt đã được ghi nhận trong các nguồn tư liệu như Thiều Chửu hoặc các dữ liệu ngữ văn khác.

Nếu tồn tại nhiều biến thể lịch sử, engine sẽ sử dụng cơ chế xếp hạng để lựa chọn cách đọc phù hợp nhất.

Nhờ việc tách riêng hai tầng này, Quizzman Fanqie Engine vừa giữ được tính nhất quán của quy luật âm vị, vừa phản ánh đúng thực tế phát triển của từ vựng Hán Việt trong lịch sử.

Đây cũng là triết lý cốt lõi xuyên suốt toàn bộ hệ thống:

Âm vị học phải được xây dựng từ quy luật lịch sử; lớp từ vựng chỉ là kết quả của quá trình phát triển, không phải cơ sở để thay đổi các quy luật đó.

Hướng tới âm vận học lịch sử tính toán

Quizzman Fanqie Engine không được thiết kế chỉ để trở thành một công cụ tra cứu.

Mục tiêu dài hạn của dự án là xây dựng một nền tảng nghiên cứu về Computational Historical Phonology, nơi các quy luật âm vận học truyền thống được chuyển hóa thành thuật toán có thể tính toán, kiểm chứng và mở rộng.

Nhờ đó, cùng một hệ thống dữ liệu âm vị có thể được sử dụng cho nhiều mục đích khác nhau:

• suy diễn Hán Việt;
• phục dựng phát âm Trung Cổ;
• chiếu sang Pinyin hiện đại;
• nghiên cứu lịch sử ngữ âm;
• xử lý ngôn ngữ tự nhiên (NLP);
• OCR cho thư tịch Hán Nôm;
• xây dựng từ điển điện tử;
• hỗ trợ giảng dạy âm vận học và Hán Việt.

Trong các phần tiếp theo của loạt bài này, chúng ta sẽ lần lượt khám phá cách Quizzman Fanqie Engine tái dựng phát âm Trung Cổ, mô hình hóa quy luật hình thành âm Hán Việt và chuyển đổi hơn một nghìn năm lịch sử ngữ âm thành một hệ thống có thể vận hành bằng máy tính.

→ Phần 2: Lịch sử phản thiết và sự ra đời của hệ thống 《切韻》《廣韻》

Chuỗi đã hoàn thành (14 phần). Đọc phần kết · Tương lai Fanqie Engine · Mục Phiên thiết