Tái dựng tiếng Hán Trung Cổ: Trái tim của Quizzman Fanqie Engine

Chuỗi Quizzman Fanqie Engine — Phần 4

• ← Phần 1: Quizzman Fanqie Engine là gì?
• ← Phần 2: Lịch sử phản thiết
• ← Phần 3: Âm Hán Việt hình thành như thế nào?
• Chuyên mục: Phiên thiết

Muốn suy diễn chính xác âm Hán Việt, không thể đi thẳng từ phản thiết đến tiếng Việt. Giữa hai hệ thống đó tồn tại một lớp ngôn ngữ trung gian vô cùng quan trọng: tiếng Hán Trung Cổ (Middle Chinese). Đây là chuẩn phát âm được phản ánh trong các vận thư như 《切韻》 và 《廣韻》, đồng thời cũng là nền tảng để giải thích mối quan hệ giữa Hán Việt, Hán Nhật, Hán Hàn và các phương ngữ tiếng Hán hiện đại. Trong Quizzman Fanqie Engine, việc tái dựng Middle Chinese không phải một tính năng phụ mà chính là trái tim của toàn bộ hệ thống.

Vì sao phải phục dựng Middle Chinese?

Một câu hỏi thường gặp là:

Nếu mục tiêu cuối cùng là suy ra âm Hán Việt, tại sao không chuyển trực tiếp từ phản thiết sang Hán Việt?

Thoạt nhìn, điều này có vẻ hợp lý.

Nếu phản thiết đã chứa thông tin về cách đọc, tại sao phải thêm một bước trung gian?

Câu trả lời nằm ở bản chất của phản thiết.

Phản thiết không ghi trực tiếp cách đọc Hán Việt.

Nó mô tả cấu trúc âm vị của tiếng Hán Trung Cổ.

Điều đó có nghĩa là phản thiết và Hán Việt không nằm trên cùng một tầng dữ liệu.

反切
      │
      ▼
Middle Chinese
      │
      ▼
Hán Việt

Middle Chinese chính là chiếc cầu nối giữa hai hệ thống.

Nếu bỏ qua bước này, engine sẽ mất gần như toàn bộ khả năng giải thích và rất khó mở rộng sang các hệ thống đọc khác như Pinyin hay Kan-on của Nhật Bản.

Middle Chinese là gì?

Trong ngôn ngữ học lịch sử, Middle Chinese là tên gọi dành cho hệ thống phát âm của tiếng Hán được phản ánh trong các vận thư thời Tùy và Đường, đặc biệt là 《切韻》 và 《廣韻》.

Điều quan trọng cần lưu ý là Middle Chinese không phải là tiếng Quan thoại hiện đại.

Nó cũng không phải một phương ngữ cụ thể từng được ghi âm.

Đây là một mô hình ngữ âm được phục dựng từ nhiều nguồn tư liệu lịch sử.

Các học giả sử dụng:

• phản thiết;
• hệ thống vận;
• thơ vận;
• phương ngữ hiện đại;
• Hán Việt;
• Hán Nhật;
• Hán Hàn;

để suy luận ngược lại hệ thống âm thanh của hơn một nghìn năm trước.

Chính vì vậy, Middle Chinese là một mô hình khoa học, không phải một ngôn ngữ còn tồn tại nguyên vẹn.

Phản thiết không ghi âm, mà ghi cấu trúc

Một hiểu lầm phổ biến là phản thiết ghi lại cách phát âm.

Thực tế, phản thiết chỉ ghi quan hệ giữa các âm.

Ví dụ:

德紅切

không nói rằng chữ cần chú âm phát âm là gì.

Nó chỉ cho biết:

• lấy thanh mẫu của 德;
• lấy vận và Bình thanh của 紅.

Để biến thông tin đó thành một âm tiết cụ thể, cần biết:

• 德 thuộc thanh mẫu nào;
• 紅 thuộc vận nào;
• vận đó thuộc nhiếp nào;
• đẳng mấy;
• khai khẩu hay hợp khẩu;
• thanh điệu nào.

Đó chính là lý do Middle Chinese phải được tái dựng trước.

Hồ sơ âm vị (Phonological Profile)

Trong Quizzman Fanqie Engine, mỗi phản thiết sau khi được phân tích sẽ tạo thành một hồ sơ âm vị.

Hồ sơ này không phải là chuỗi văn bản mà là một tập hợp các thuộc tính có cấu trúc.

Ví dụ:

Tập hợp này mô tả gần như đầy đủ bản chất của một âm tiết Trung Cổ.

Từ đây, engine mới bắt đầu phục dựng phát âm.

Không chỉ có một hệ thống phục dựng

Trong hơn một thế kỷ qua, nhiều học giả đã đề xuất các hệ thống phục dựng Middle Chinese khác nhau.

Một số hệ thống nổi tiếng gồm:

• Bernhard Karlgren
• Edwin Pulleyblank
• William Baxter
• Baxter–Sagart
• Trịnh Trương Thượng Phương (鄭張尚芳)
• Lý Phương Quế (李方桂)

Các hệ thống này có nhiều điểm tương đồng nhưng cũng tồn tại khác biệt ở:

• giá trị âm của từng thanh mẫu;
• cách biểu diễn nguyên âm;
• bán nguyên âm;
• một số vận đặc biệt.

Điều đó có nghĩa là Middle Chinese không có duy nhất một đáp án tuyệt đối.

Đây là một mô hình khoa học liên tục được hoàn thiện.

Vì sao Quizzman không phụ thuộc vào một học giả?

Một sai lầm thường gặp khi xây dựng các công cụ Hán Việt là đồng nhất Middle Chinese với một hệ thống phục dựng cụ thể.

Quizzman Fanqie Engine không đi theo hướng này.

Điều engine quan tâm trước hết là quan hệ âm vị, không phải ký hiệu phiên âm.

Ví dụ:

見

↓

Thanh mẫu nhóm kiến

quan trọng hơn việc viết:

k

hay

kj

hay

kjə

Điều tương tự cũng xảy ra với các vận.

Engine lưu giữ cấu trúc của âm vị trước, sau đó mới lựa chọn cách biểu diễn khi cần.

Nhờ vậy, hệ thống có thể thay đổi hoặc mở rộng mô hình phục dựng mà không ảnh hưởng đến toàn bộ pipeline.

Vai trò của cơ sở dữ liệu phục dựng

Đối với những phản thiết đã được nghiên cứu đầy đủ, engine ưu tiên sử dụng dữ liệu phục dựng đã được kiểm chứng.

Những dữ liệu này giúp:

• giảm sai số;
• thống nhất cách biểu diễn;
• tránh phục dựng lại những trường hợp đã có kết quả ổn định.

Tuy nhiên, cơ sở dữ liệu không phải là nguồn chân lý duy nhất.

Nếu gặp những phản thiết chưa có trong dữ liệu hoặc chưa đủ thông tin, engine vẫn có thể tiếp tục suy luận dựa trên hồ sơ âm vị.

Đây là điểm khác biệt quan trọng giữa cơ sở dữ liệu và rule engine.

Khi dữ liệu không tồn tại

Một trong những mục tiêu của Quizzman Fanqie Engine là xử lý cả những chữ hiếm.

Giả sử phản thiết của một chữ không xuất hiện trong bất kỳ cơ sở dữ liệu nào.

Engine sẽ không dừng lại.

Thay vào đó, hệ thống sử dụng các quy luật của:

• thanh mẫu;
• vận;
• nhiếp;
• đẳng;
• khai hợp;
• thanh điệu;

để tự phục dựng một âm tiết Middle Chinese hợp lý.

Nói cách khác, engine không chỉ ghi nhớ dữ liệu.

Engine còn có khả năng suy luận.

Đó là điểm khác biệt lớn nhất giữa một mô hình tính toán và một bảng tra cứu.

Middle Chinese là tầng trung gian cho nhiều hệ thống đọc

Sau khi đã có Middle Chinese, việc sinh ra các hệ thống đọc khác trở nên đơn giản hơn rất nhiều.

              Middle Chinese
               /     |      \
              /      |       \
             ▼       ▼        ▼
        Hán Việt   Pinyin   Các hệ đọc khác

Điều này mang lại hai lợi ích.

Thứ nhất, toàn bộ quy luật phục dựng chỉ cần xây dựng một lần.

Thứ hai, nếu sau này cần bổ sung:

• Hán Nhật;
• Hán Hàn;
• các phương ngữ tiếng Hán;

engine chỉ cần xây dựng tầng ánh xạ mới mà không phải thay đổi bước phục dựng.

Đó là một kiến trúc có khả năng mở rộng rất cao.

Middle Chinese không phải mục tiêu cuối cùng

Điều đáng chú ý là Quizzman Fanqie Engine không cố gắng tạo ra một mô hình Middle Chinese "đẹp" để hiển thị cho người dùng.

Middle Chinese đóng vai trò như ngôn ngữ trung gian.

Giống như trình biên dịch chuyển mã nguồn thành mã trung gian trước khi sinh mã máy, engine cũng chuyển phản thiết thành hồ sơ Middle Chinese trước khi suy diễn Hán Việt.

Nhờ tầng trung gian này, toàn bộ quy luật âm vận học được tách biệt khỏi từng hệ thống đọc cụ thể.

Đây chính là nền tảng giúp Quizzman Fanqie Engine không chỉ là một công cụ tra cứu Hán Việt, mà trở thành một nền tảng tính toán âm vận học có thể phục vụ nhiều hướng nghiên cứu và ứng dụng khác nhau.

Từ Middle Chinese đến Hán Việt

Sau khi phục dựng hoàn chỉnh hồ sơ Middle Chinese, công việc mới chỉ hoàn thành một nửa.

Thử thách lớn hơn nằm ở bước tiếp theo:

Làm thế nào để một thanh mẫu Trung Cổ trở thành phụ âm đầu của tiếng Việt?

Vì sao cùng một vận lại có thể tạo ra nhiều vần Hán Việt khác nhau?

Thanh điệu Trung Cổ đã biến đổi như thế nào để hình thành sáu thanh tiếng Việt?

Đó là những câu hỏi sẽ được giải đáp trong bài tiếp theo: Thuật toán suy diễn Hán Việt: Từ thanh mẫu, vận mẫu đến hệ thống âm Hán Việt hiện đại.

→ Phần 5: Thuật toán suy diễn Hán Việt: Từ thanh mẫu, vận mẫu đến hệ thống âm Hán Việt hiện đại