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

Chuỗi Quizzman Fanqie Engine — Phần 5

• ← Phần 1: Quizzman Fanqie Engine là gì?
• ← Phần 2: Lịch sử phản thiết
• ← Phần 3: Âm Hán Việt hình thành
• ← Phần 4: Tái dựng Middle Chinese
• Chuyên mục: Phiên thiết

Điều khiến Quizzman Fanqie Engine khác biệt không phải là khả năng "tra cứu" một âm Hán Việt, mà là khả năng suy diễn nó từ các quy luật âm vận học. Sau khi tái dựng thành công hồ sơ ngữ âm của tiếng Hán Trung Cổ, engine bắt đầu mô phỏng quá trình biến đổi ngữ âm đã diễn ra hơn một nghìn năm trước để tạo thành hệ thống âm Hán Việt ngày nay. Đây là giai đoạn phức tạp nhất của toàn bộ pipeline và cũng là nơi hội tụ của lịch sử ngôn ngữ, âm vị học và thuật toán.

Từ Middle Chinese đến Hán Việt

Sau khi hoàn thành bước phục dựng Middle Chinese, engine đã biết khá chính xác một âm tiết Trung Cổ gồm những thành phần gì.

Ví dụ, một âm tiết có thể được mô tả như sau:

Đây vẫn chưa phải là âm Hán Việt.

Đó chỉ là "bản thiết kế" của âm tiết trong tiếng Hán Trung Cổ.

Nhiệm vụ tiếp theo của Quizzman Fanqie Engine là trả lời câu hỏi:

Nếu người Việt vào khoảng thế kỷ VIII–IX tiếp nhận âm tiết này, kết quả sẽ phát triển thành âm Hán Việt như thế nào?

Đây chính là quá trình Sino-Vietnamese Projection.

Không tồn tại một bảng chuyển đổi đơn giản

Nhiều người cho rằng việc chuyển từ Middle Chinese sang Hán Việt chỉ là thay thế từng âm theo một bảng quy đổi.

Ví dụ:

見

↓

k

hay

東

↓

ông

Trên thực tế, cách tiếp cận này chỉ đúng với một số trường hợp rất đơn giản.

Một âm Hán Việt không được quyết định bởi một yếu tố duy nhất mà là kết quả của nhiều quy luật tác động đồng thời.

Ví dụ, phụ âm đầu của một chữ không chỉ phụ thuộc vào thanh mẫu mà còn chịu ảnh hưởng của:

• đẳng;
• khai khẩu hay hợp khẩu;
• đặc điểm của vận;
• quá trình biến đổi lịch sử;
• lớp vay mượn.

Điều tương tự cũng xảy ra với nguyên âm, âm cuối và thanh điệu.

Vì vậy, Quizzman Fanqie Engine không sử dụng một bảng thay thế tĩnh mà áp dụng một chuỗi các quy tắc âm vị theo đúng thứ tự lịch sử.

Bước đầu tiên: xác định phụ âm đầu

Thanh mẫu là yếu tố đầu tiên được xử lý.

Trong âm vận học Trung Quốc, thanh mẫu biểu thị phụ âm đầu của âm tiết.

Ví dụ:

Tuy nhiên, đây chỉ là xu hướng chung.

Ví dụ cùng là thanh mẫu 見母, kết quả có thể là:

• c
• k
• gi

tùy thuộc vào môi trường ngữ âm phía sau.

Điều này cho thấy phụ âm đầu không thể được xác định độc lập.

Vận mẫu quyết định phần thân của âm tiết

Nếu thanh mẫu tạo nên phụ âm đầu thì vận mẫu quyết định phần lớn phần còn lại của âm tiết.

Một vận mẫu bao gồm:

• nguyên âm chính;
• bán nguyên âm;
• âm cuối;
• trong nhiều trường hợp còn quyết định xu hướng phát triển của toàn bộ âm tiết.

Ví dụ:

東韻

↓

ông

青韻

↓

anh

魚韻

↓

ư

Đây không phải là các quy tắc rời rạc.

Mỗi vận đều thuộc một nhiếp, và chính nhiếp mới quyết định xu hướng phát triển lâu dài.

Vai trò của các nhiếp

Trong âm vận học Trung Quốc, các vận được gom thành những nhóm lớn gọi là nhiếp (攝).

Ví dụ:

• 通攝
• 江攝
• 止攝
• 遇攝
• 蟹攝
• 臻攝
• 山攝
• 效攝
• 果攝
• 假攝
• 宕攝
• 梗攝
• 曾攝
• 流攝
• 深攝
• 咸攝

Việc phân chia này không chỉ mang ý nghĩa học thuật.

Đối với Quizzman Fanqie Engine, nhiếp là một trong những tín hiệu quan trọng nhất để xác định hướng phát triển của vận Hán Việt.

Ví dụ:

• Thông nhiếp có xu hướng bảo tồn âm cuối tắc -c trong nhập thanh.
• Lưu nhiếp tạo nên nhiều âm tiết kết thúc bằng -âu, -ưu hoặc -u.
• Cảnh nhiếp và Tăng nhiếp thường phát triển thành các vần -anh, -inh hoặc -eng tùy điều kiện.

Những quy luật này được áp dụng ở cấp hệ thống thay vì từng chữ riêng lẻ.

Đẳng và khai hợp

Hai đặc trưng thường bị bỏ qua nhưng có ảnh hưởng rất lớn là đẳng (等) và khai hợp (開合).

Đẳng

Đẳng phản ánh nhiều đặc điểm về vị trí của nguyên âm và bán nguyên âm.

Cùng một vận nhưng thuộc các đẳng khác nhau có thể tạo ra những kết quả Hán Việt khác nhau.

Ví dụ, sự xuất hiện của âm đệm hoặc sự thay đổi của nguyên âm nhiều khi bắt nguồn từ khác biệt về đẳng.

Khai khẩu và hợp khẩu

Một âm tiết Trung Cổ có thể thuộc:

• khai khẩu;
• hợp khẩu.

Đặc điểm này ảnh hưởng trực tiếp đến:

• sự xuất hiện của âm đệm u;
• biến đổi của nguyên âm;
• một số trường hợp thay đổi phụ âm đầu.

Trong nhiều trường hợp, bỏ qua khai hợp sẽ khiến kết quả Hán Việt sai hoàn toàn.

Nhập thanh và âm cuối

Một trong những đặc điểm nổi bật nhất của Hán Việt là vẫn bảo tồn hệ thống âm cuối tắc của tiếng Hán Trung Cổ.

Ví dụ:

Điều này khiến Hán Việt giữ được nhiều dấu vết lịch sử mà tiếng Quan thoại hiện đại đã đánh mất.

Ví dụ:

Trong Quizzman Fanqie Engine, việc xử lý nhập thanh không chỉ xác định thanh điệu mà còn quyết định toàn bộ âm cuối của âm tiết.

Thanh điệu không chỉ có sáu thanh

Một sai lầm phổ biến là cho rằng engine chỉ cần quyết định giữa:

• ngang;
• huyền;
• hỏi;
• ngã;
• sắc;
• nặng.

Thực tế, hệ thống nội bộ của Quizzman Fanqie Engine trước tiên mô hình hóa tám nhóm thanh lịch sử.

Âm Bình

Dương Bình

Âm Thưởng

Dương Thưởng

Âm Khứ

Dương Khứ

Âm Nhập

Dương Nhập

Sau đó mới ánh xạ thành sáu thanh của tiếng Việt hiện đại.

Cách tiếp cận này giúp engine bảo tồn đầy đủ thông tin lịch sử trong quá trình tính toán.

Quy luật trước, ngoại lệ sau

Một nguyên tắc quan trọng trong Quizzman Fanqie Engine là:

Không dùng ngoại lệ để xây dựng quy luật.

Engine luôn thực hiện theo thứ tự:

Middle Chinese

↓

Quy luật âm vị

↓

Pure Projection

↓

Đối chiếu từ vựng

↓

Ngoại lệ lịch sử

Điều này giúp hệ thống có khả năng xử lý cả những chữ chưa từng xuất hiện trong từ điển.

Nếu đảo ngược quy trình, engine sẽ nhanh chóng trở thành một tập hợp các ngoại lệ khó bảo trì.

Pure Projection

Sau khi hoàn thành toàn bộ các quy luật âm vị, engine sinh ra kết quả đầu tiên.

Đây gọi là Pure Projection.

Đặc điểm của tầng này là:

• hoàn toàn không sử dụng từ điển;
• không phụ thuộc vào Thiều Chửu;
• không xét mức độ phổ biến của cách đọc;
• chỉ phản ánh kết quả thuần túy của các quy luật âm vận học.

Pure Projection có vai trò như một "mô hình lý tưởng" của quá trình phát triển ngữ âm.

Nó cho biết:

Nếu chỉ xét các quy luật lịch sử, âm Hán Việt sẽ phát triển thành dạng nào?

Đây là nền tảng để phân biệt giữa quy luật và ngoại lệ.

Từ quy luật đến lớp từ vựng

Ngôn ngữ tự nhiên không bao giờ hoàn toàn lý tưởng.

Trong suốt hơn một nghìn năm phát triển, nhiều chữ Hán đã:

• thay đổi nghĩa;
• thay đổi cách đọc;
• tồn tại nhiều lớp vay mượn;
• hình thành các biến thể địa phương;
• chịu ảnh hưởng của quá trình lexical hóa.

Do đó, sau khi hoàn thành Pure Projection, Quizzman Fanqie Engine mới chuyển sang tầng Lexical Normalization.

Đây là nơi engine đối chiếu kết quả với các nguồn tư liệu Hán Việt đã được kiểm chứng, đánh giá nhiều ứng viên và lựa chọn cách đọc phù hợp nhất.

Quan trọng hơn, tầng này không sửa quy luật âm vị, mà chỉ xác định cách biểu hiện của chúng trong lớp từ vựng lịch sử.

Mô hình hóa lịch sử thay vì ghi nhớ dữ liệu

Điểm khác biệt lớn nhất của Quizzman Fanqie Engine không nằm ở số lượng chữ Hán mà hệ thống có thể xử lý.

Điểm khác biệt nằm ở cách engine nhìn nhận toàn bộ bài toán.

Đối với một hệ thống tra cứu thông thường, mỗi chữ Hán là một mục dữ liệu độc lập.

Đối với Quizzman Fanqie Engine, mỗi chữ chỉ là một trường hợp cụ thể của những quy luật ngữ âm đã vận hành trong hơn một thiên niên kỷ.

Thay vì ghi nhớ hàng chục nghìn kết quả, engine cố gắng tái hiện chính quá trình đã tạo ra chúng. Chính cách tiếp cận này cho phép hệ thống không chỉ phục vụ tra cứu Hán Việt, mà còn mở rộng sang nghiên cứu âm vận học, xử lý ngôn ngữ tự nhiên và các ứng dụng tính toán dựa trên lịch sử ngôn ngữ.

Bài tiếp theo

Trong bài tiếp theo, chúng ta sẽ đi sâu vào một trong những thành phần phức tạp nhất của toàn bộ hệ thống: thuật toán thanh điệu Hán Việt, từ bốn thanh của tiếng Hán Trung Cổ đến mô hình Eight Tone Slot, cùng những quy luật phân hóa theo thanh mẫu thanh – trọc và quá trình hình thành sáu thanh của tiếng Việt hiện đại.

→ Phần 6: Thuật toán thanh điệu Hán Việt: Từ Tứ thanh Trung Cổ đến mô hình Eight Tone Slot