Quizzman Fanqie Engine và Ontology ngôn ngữ: Khi Hán Việt, Pinyin và Middle Chinese cùng thuộc về một hệ tri thức

Series 2 · Nền tảng học thuật — Bài 12

• ← Bài 1: Quảng Vận → Nguyễn Tài Cẩn
• ← Bài 2: Phục dựng MC không phải đoán
• ← Bài 3: Vương Lực · Âm hệ
• ← Bài 4: Parser Khang Hy (tổng quan)
• ← Bài 5: Không hardcode 50.000 chữ
• ← Bài 6: Hơn 200 quy luật
• ← Bài 7: Pure Projection & Lexical
• ← Bài 8: Candidate Ranking
• ← Bài 9: Nhiều phản thiết & vận thư
• ← Bài 10: Parser vs HTML
• ← Bài 11: Không dùng AI tự học quy luật
• Chuyên mục: Phiên thiết

Đối với nhiều người, Quizzman Fanqie Engine đơn giản là một công cụ chuyển phản thiết thành âm Hán Việt hoặc Pinyin. Tuy nhiên, đó chỉ là một phần rất nhỏ trong mục tiêu của dự án. Giá trị lớn nhất của Fanqie Engine nằm ở việc xây dựng một Ontology ngôn ngữ – nơi mỗi chữ Hán không còn là một bản ghi rời rạc trong từ điển, mà trở thành một thực thể có quan hệ với nhiều hệ thống ngữ âm, nhiều ngôn ngữ và nhiều tầng lịch sử khác nhau. Nói cách khác, Fanqie Engine không chỉ "đọc" một chữ Hán, mà còn giúp máy tính hiểu mối quan hệ giữa các cách đọc đó.

Từ điển truyền thống lưu dữ liệu như thế nào?

Hầu hết các từ điển điện tử hiện nay đều lưu dữ liệu theo cách rất quen thuộc.

Ví dụ.

學

↓

Học

↓

xué

↓

study

Hoặc:

Cách lưu trữ này rất phù hợp cho việc tra cứu.

Nhưng có một hạn chế.

Máy tính chỉ biết rằng:

Chữ 學 có một cách đọc Hán Việt là học, một cách đọc Pinyin là xué.

Máy tính không biết vì sao hai cách đọc này lại liên quan với nhau.

Thực tế, Hán Việt và Pinyin không sinh ra độc lập

Nếu quan sát kỹ.

Âm Hán Việt và tiếng Phổ thông không phải hai hệ thống hoàn toàn tách biệt.

Cả hai đều bắt nguồn từ một tổ tiên chung.

Đó là:

Tiếng Hán Trung Cổ (Middle Chinese).

Có thể hình dung quá trình phát triển như sau.

Middle Chinese

↓

Hán Việt

↓

học

Đồng thời.

Middle Chinese

↓

Mandarin

↓

xué

Như vậy.

Hán Việt và Pinyin không trực tiếp sinh ra từ nhau.

Chúng là hai nhánh phát triển từ cùng một hệ thống ngữ âm lịch sử.

Đây chính là tư tưởng quan trọng nhất của Quizzman Fanqie Engine.

Middle Chinese là "nút trung tâm"

Trong Ontology của Quizzman.

Một chữ Hán không kết nối trực tiếp với Hán Việt hoặc Pinyin.

Thay vào đó.

Engine xây dựng một hồ sơ Middle Chinese trước.

Ví dụ.

學

↓

Middle Chinese Profile

Hồ sơ này bao gồm:

• thanh mẫu;
• vận;
• nhiếp;
• đẳng;
• khai hợp;
• thanh điệu;
• phản thiết;
• ký hiệu phục dựng.

Từ hồ sơ này.

Engine mới tiếp tục suy diễn.

Một hồ sơ Middle Chinese có thể sinh ra nhiều hệ thống đọc

Sau khi đã có Middle Chinese.

Engine có thể chiếu sang nhiều hệ thống khác nhau.

Ví dụ.

Middle Chinese

↓

Hán Việt

Middle Chinese

↓

Pinyin

Trong tương lai.

Cùng một hồ sơ còn có thể mở rộng sang:

• Kan-on (Nhật Bản)
• Go-on
• Tō-on
• Âm Hán Triều Tiên
• Hán ngữ phương ngữ
• hoặc các hệ thống phục dựng khác.

Điều này giúp Fanqie Engine trở thành một nền tảng dùng chung thay vì chỉ phục vụ Hán Việt.

Mỗi chữ Hán trở thành một "thực thể"

Trong Ontology.

Một chữ Hán không còn là một chuỗi Unicode.

Nó trở thành một Node.

Ví dụ.

學

Node này có thể liên kết với:

• Unicode
• Radical
• Bộ thủ
• Nghĩa
• Phản thiết
• Middle Chinese
• Hán Việt
• Pinyin
• Dị thể
• Các lớp đọc
• Nguồn vận thư

Có thể hình dung như sau.

                Unicode

                    │

Meaning ─── 學 ─── Radical

                    │

             Middle Chinese

              ╱            ╲

        Hán Việt        Pinyin

              ╲            ╱

          Historical Sources

Mỗi mối liên kết đều mang ý nghĩa ngôn ngữ học.

Kết nối Hán Việt và Pinyin bằng thuật toán

Một trong những ứng dụng quan trọng nhất của Fanqie Engine là:

không lưu sẵn quan hệ giữa Hán Việt và Pinyin.

Thay vào đó.

Quan hệ này được suy ra.

Ví dụ.

反切

↓

Middle Chinese

↓

Projection HV

↓

Projection PY

Kết quả.

Engine biết rằng:

學

↓

học

và

學

↓

xué

là hai kết quả được sinh ra từ cùng một hồ sơ Middle Chinese.

Điều này khác hoàn toàn với việc lưu:

學

↓

học

↓

xué

như hai chuỗi dữ liệu độc lập.

Ontology giúp máy tính "hiểu" dữ liệu

Nếu chỉ có từ điển.

Máy tính chỉ biết:

國

↓

quốc

國

↓

guó

Nhưng với Ontology.

Máy tính còn biết:

• hai cách đọc cùng xuất phát từ một hồ sơ Middle Chinese;
• chúng có cùng thanh mẫu lịch sử;
• cùng vận;
• cùng thanh điệu;
• chỉ khác quy luật phát triển của từng ngôn ngữ.

Đây là tri thức mà một bảng tra cứu thông thường không thể biểu diễn.

Không chỉ phục vụ tra cứu

Một Ontology như vậy có thể phục vụ rất nhiều bài toán.

Ví dụ.

Tìm kiếm theo âm đọc

Người dùng chỉ biết:

quốc

Engine vẫn có thể tìm được:

國

đồng thời gợi ý:

guó

và toàn bộ hồ sơ Middle Chinese liên quan.

Liên kết đa ngôn ngữ

Một chữ Hán có thể đồng thời liên kết với:

• Hán Việt;
• Pinyin;
• Kanji;
• Hanja;
• các lớp đọc lịch sử.

Điều này đặc biệt hữu ích trong nghiên cứu Sino-Xenic.

Phát hiện quan hệ ngữ âm

Thay vì chỉ biết hai chữ phát âm giống nhau.

Engine còn biết:

• giống vì cùng thanh mẫu;
• giống vì cùng vận;
• hay chỉ tình cờ giống ở tiếng Việt hiện đại.

Đây là thông tin rất có giá trị trong nghiên cứu lịch sử ngôn ngữ.

Fanqie Engine là tầng hạ tầng của Quizzman

Nếu nhìn từ góc độ kiến trúc.

Fanqie Engine không phải sản phẩm cuối cùng.

Nó là một tầng hạ tầng (Infrastructure Layer).

Các ứng dụng khác của Quizzman như:

• từ điển Hán Việt;
• tra cứu Pinyin;
• phân tích phản thiết;
• công cụ nghiên cứu âm vận;
• hệ thống tìm kiếm ngữ âm;
• AI hỗ trợ học chữ Hán;

đều có thể sử dụng cùng một Ontology được xây dựng từ Fanqie Engine.

Điều này giúp mọi sản phẩm chia sẻ cùng một nguồn tri thức thay vì duy trì nhiều cơ sở dữ liệu độc lập.

Từ công cụ suy diễn đến nền tảng tri thức

Quizzman Fanqie Engine được bắt đầu với mục tiêu suy diễn âm Hán Việt từ phản thiết. Tuy nhiên, trong quá trình phát triển, dự án dần mở rộng sang một hướng lớn hơn: xây dựng một Ontology ngôn ngữ dựa trên Middle Chinese.

Trong mô hình này, Hán Việt và Pinyin không còn là hai dữ liệu riêng lẻ được ghép thủ công, mà là hai kết quả được suy diễn từ cùng một hồ sơ ngữ âm lịch sử. Chính cách tiếp cận này giúp Fanqie Engine không chỉ trả lời câu hỏi "chữ này đọc như thế nào?", mà còn trả lời được câu hỏi "vì sao các hệ thống đọc khác nhau lại có quan hệ với nhau?".

Đó cũng là mục tiêu dài hạn của Quizzman: sử dụng Fanqie Engine như nền móng để xây dựng một Ontology chữ Hán, nơi mỗi ký tự được kết nối với lịch sử phát âm, nghĩa, các nguồn vận thư và nhiều hệ thống ngôn ngữ Đông Á trong cùng một mạng lưới tri thức thống nhất.