Quizzman Fanqie Engine 系列（二）・第八篇——Candidate Ranking。 上一篇：为什么演算法无法仅靠 Pure Projection 推导所有汉越音
Quizzman Fanqie Engine 的 Candidate Ranking：当一个汉字拥有数十种反切
建构 Quizzman Fanqie Engine 最大的挑战之一，并非汉越音推导演算法本身，而是一个看似简单的问题：应该相信哪一条反切？ 在《广韵》《集韵》《唐韵》《康熙字典》等韵书中，同一个汉字往往记载了多种反切、多个读音层次以及不同的注解。如果系统只是随机选择其中一条反切，结果将缺乏一致性，也难以验证。因此，Quizzman Fanqie Engine 建立了 Candidate Ranking 机制，在产生最终结果之前，先对所有候选方案进行完整评估与排序。
一个汉字，不只有一条反切
初学反切的人，常会直觉认为：
一个汉字
│
▼
一条反切然而，历史情况远比这复杂。
不同时代编纂了不同的韵书，例如：
- 《切韵》
- 《唐韵》
- 《广韵》
- 《集韵》
- 《韵会》
- 《康熙字典》
每部韵书可能依据不同文献来源，记录同一汉字的不同反切。
因此，一个汉字同时拥有多条反切，是十分正常的现象。
例如：
某字
│
├──《广韵》── AB切
├──《集韵》── CD切
└──《唐韵》── EF切这并不表示其中某一条反切错误。
它们只是反映不同时期、不同传承的语音资料。
为什么会有多条反切？
造成这种现象，主要有几个原因。
1. 韵书编纂于不同时代
汉语读音始终处于演变之中。
唐代记录的反切，可能与宋代或清代的记载已有差异。
因此，各时代韵书自然可能留下不同的读音。
2. 多种文献来源共同收录
《康熙字典》等大型字书，并非完全重新整理资料，而是大量引用前代文献。
同一字条中，可能同时引用：
- 《广韵》
- 《集韵》
- 《唐韵》
- 《正韵》
- 《玉篇》
因此，候选反切数量大幅增加。
3. 同一汉字本来就有多个读音
不少汉字本身就具有：
- 多重字义
- 多种读音
- 不同使用情境
每一种读音，都可能对应不同的反切。
如果系统只保留其中一条，便会失去大量珍贵的历史资讯。
Engine 不会立即选择反切
Quizzman Fanqie Engine 的重要设计理念之一，就是：
读取资料时，不立即决定采用哪一条反切。
相反地，Engine 会保留所有候选方案。
例如：
Character
│
▼
Candidate A
Candidate B
Candidate C
Candidate D每一个 Candidate 都保存完整资讯，包括：
- 资料来源
- 反切
- 中古汉语音韵资料
- Metadata
- 可信度资讯
之后才开始进行评分。
Candidate 是什么？
在 Quizzman Fanqie Engine 中，
Candidate 并不只是某一条反切。
它代表的是：
一套完整的读音假设。
每个 Candidate 包含：
- 反切
- 声母
- 韵母
- 摄
- 等
- 开／合
- 声调
- 重建中古汉语读音
- 推导汉越音
- 推导拼音
- 资料来源
也就是说，
Candidate 是一份完整的语音分析档案，而不只是单一读音。
并非所有资料来源都同样可靠
假设同一个字有四条反切：
《广韵》
│
▼
A
《集韵》
│
▼
B
《唐韵》
│
▼
C
《康熙字典》
│
▼
D如果随机选择，
每次执行 Engine 都可能得到不同结果。
这显然无法接受。
因此，
Quizzman 建立了资料来源评分（Source Ranking）。
例如：
某些来源可能因为：
- 更接近标准反切体系
- 记录较完整
- 文献可信度较高
- 更适合作为汉越音重建依据
而获得较高权重。
Candidate Ranking 不只看资料来源
资料来源只是评分的一部分。
Engine 还会综合考量：
- 中古汉语音韵资料是否合理
- 汉越音推导是否符合规律
- 是否符合标准汉越音层
- Lexical 资料
- 人工校订读音
- 历史例外
因此，
即使两个 Candidate 都来自《广韵》，
最后得到的分数仍可能完全不同。
Candidate Scoring 如何运作？
整体流程可概括如下：
Character
│
▼
Candidate Generation
│
▼
Candidate Validation
│
▼
Source Score
│
▼
Phonological Score
│
▼
Lexical Score
│
▼
Final Score
│
▼
Best Candidate各阶段分工如下：
- Candidate Generation：产生所有可能候选。
- Candidate Validation：排除不合理候选。
- Candidate Scoring：逐一评分。
- Final Selection：选出最佳 Candidate。
不只是查字典比对
有人误以为：
Candidate Ranking 只是比较哪个读音最接近《康熙字典》或《康熙字典》。
事实并非如此。
如果只是单纯比对字典，
Engine 就只是一本电子辞典。
Quizzman 采用的是多维度评估，同时整合：
- 音韵规律
- 历史资料
- 反切来源
- 词汇层（Lexical Layer）
只有当 Candidate 同时符合音韵规律与历史证据时，才会被选为最佳结果。
Candidate Ranking 如何处理多音字？
许多汉字本来就具有多个读音。
例如：
Character
│
├── Reading A
├── Reading B
└── Reading CCandidate Ranking 并不试图删除其他读音。
相反地，
Engine 保留所有候选，
再分析：
- 哪个是主要读音
- 哪个属于变体
- 哪个属于古读
- 哪个仅见于特定文献
如此既能保存完整历史资料，也能为使用者提供最适合的预设结果。
Candidate Ranking 与 Explainable AI
Quizzman Fanqie Engine 的一大特色是：
不只给答案，也能解释答案。
例如：
Candidate A
Score：92
Candidate B
Score：84使用者可以清楚知道：
- Candidate 来自哪部文献
- 优势在哪里
- 哪些因素获得加分
- 为何其他 Candidate 未被采用
这也是许多纯机率式 AI 模型较难提供的能力。
Candidate Ranking 的核心理念：不是删除资料，而是整理资料
Quizzman Fanqie Engine 并不追求唯一「绝对正确」的反切。
历史语言本来就经常同时存在多种合理读法。
真正重要的是：
- 完整保存所有具有学术价值的候选资料。
- 以一致的评分标准加以分析。
- 根据不同应用情境，选出最合适的结果。
透过 Candidate Ranking，Engine 不仅能产生稳定且一致的推导结果，更将《广韵》《集韵》《唐韵》《康熙字典》等典籍中大量零散的反切资料，整合为一个可追溯、可验证、可解释的结构化语音资料空间，让每一个 Candidate 都能依据音韵规律与历史文献获得完整说明。