Quizzman Fanqie Engine 系列 — 第 8 篇。上一篇：汉越韵母系统：十六摄
从音韵规律到实际语言：为什么 Quizzman Fanqie Engine 仍然需要 Lexical Normalization？
如果所有汉越音都完全遵循音韵规律，那么建立一套汉越音 Engine 将会非常简单。只要准确重建 Middle Chinese，再套用历史音变规则即可。然而，自然语言从来不是如此理想。超过一千年的历史，留下了不同时期的借词、语义演变、多音字、异读以及各种历史例外。因此，在完成整个音韵推导流程之后，Quizzman Fanqie Engine 还需要执行另一个重要步骤：Lexical Normalization。它负责连接音韵规律与现代汉越词汇的历史发展。
为什么只有规律还不够？
在前面的文章中，我们已经看到 Engine 能够根据：
- 声母
- 韵母
- 摄
- 等
- 开口与合口
- 平、上、去、入四声
- 各种历史音变规律
推导出一个汉越音。
如果所有汉字都完全符合这些规律，那么整个流程就是：
反切
↓
Middle Chinese
↓
音韵规律
↓
汉越音然而，真正的历史并非如此。
在超过一千年的汉字使用过程中，
越南语不断吸收、调整并重新标准化汉越读音。
有些规律被完整保留下来。
也有不少规律在语言演变过程中被打破。
因此，
Pure Projection 并不能直接作为最终答案。
汉越音是一套仍然演化中的系统
一个常见的误解是：
把汉越音视为唐代汉语的一张「快照」。
这只说对了一部分。
汉越音确实保存了大量 Middle Chinese 的特征。
但在进入越南语之后，
它仍然持续发展。
数百年间，
陆续出现了：
- 新读法
- 古读残留
- 地方读音
- 不同借词层
- 与越南语本身的同化现象
因此：
今天的汉越读音，并不一定完全反映最初的音韵规律。
一个最简单的例子
假设 Engine 只依照音韵规律运作。
它可能得到：
Middle Chinese
↓
Pure Projection
↓
A然而，
历史上的越南语却真正采用了：
B并且今天的词典也是如此记录。
这时存在两种可能：
第一种：
Engine 推导错误。
第二种：
Engine 推导正确，
只是语言后来沿着另一条历史路径发展。
这两种情况完全不同。
若无法区分，
修改 Engine 将十分危险。
Pure Projection 不是最终结果
在 Quizzman Fanqie Engine 中，
第一个推导结果称为：
Pure Projection
它完全依照音韵规律产生。
不依赖：
- 词典
- 汉越资料库
- 常用读音
- 使用频率统计
Pure Projection 只回答一个问题：
如果只考虑历史音韵规律，这个汉字应该发展成什么样的汉越音？
它是整套系统的重要基准。
当历史不再遵循规律
Pure Projection 完成后，
Engine 才开始与历史资料比对。
例如：
Pure Projection
↓
quốc若词典同样记载：
quốc那么没有任何问题。
但也可能出现：
Pure Projection
↓
A而标准汉越词汇却记录：
B这时，
Engine 不会立刻修改结果。
首先要判断：
- 是规律错了？
- 还是历史走向不同？
这正是 Lexical Normalization 的工作。
与词典不同，不代表规律错误
Quizzman Fanqie Engine 有一项重要原则：
不同于词典，不等于音韵规律错误。
例如，
同一个汉字可能同时存在：
- 文读
- 口语读音
- 古读
- 新读
- 多个借词层
如果 Engine 强制所有结果都符合现代词典，
那么音韵研究的价值就会消失。
因此，
Engine 始终区分：
规律错误
≠
词汇层差异这是整个架构最重要的设计理念之一。
Lexical Normalization 做什么？
完成 Pure Projection 后，
Engine 会开始与历史资料比对。
流程如下：
Pure Projection
↓
资料比对
↓
评估
↓
Hybrid Result所使用的资料包括：
- 《Thiều Chửu》
- 标准汉越词汇资料
- 人工校订资料
- 已验证的历史读音
需要强调的是：
这些资料并不修改音韵规律。
它们只是协助 Engine，
在今日的词汇层中，
选择最适合的表现形式。
Candidate Ranking
有些汉字并不只有一组反切。
不同韵书可能记录：
- 不同反切
- 不同韵部
- 不同历史读音
如果 Engine 直接采用第一笔资料，
准确率将明显下降。
因此，
Quizzman Fanqie Engine 建立了 Candidate Ranking。
每个候选读音都会根据多项因素评分，例如：
- 反切来源
- 是否符合音韵规律
- 与标准汉越词汇的吻合程度
- 属于古读或现代读
- 资料来源可信度
最后，
得分最高者成为最终结果。
Hybrid 并不是「修补错误」
有人认为：
Hybrid 就是 Engine 推错，再用词典修正。
这完全不是事实。
在 Quizzman Fanqie Engine 中：
Pure Projection
↓
历史音韵模型Lexical Layer
↓
实际词汇模型Hybrid 是这两层资讯的结合。
它并不是补救机制。
相反地，
它正是：
- 理想音韵系统
- 真实语言历史
两者之间的模型化结果。
为什么 Hybrid 更准确？
内部测试显示：
Pure Projection 对音韵规律的描述已经相当准确。
但直接与现代标准汉越词典相比，
仍然存在一些由历史语言演变造成的差异。
加入 Lexical Normalization 后，
Engine 与汉越词典的吻合率大幅提高，
同时底层音韵规律完全保持不变。
这也反映出汉越音真正的本质：
它不只是音韵规律的结果，
也是超过一千年语言使用与标准化的成果。
四种可信度指标
Quizzman Fanqie Engine 的另一个特色是：
每个结果都附带多种可信度评估。
Engine 不只回传一个读音，
也同时说明每一层处理的可信程度。
例如：
- Source Confidence：反切及资料来源的可信度
- Phonological Confidence：符合音韵规律的程度
- Lexical Confidence：与已验证汉越词汇的吻合程度
- Final Confidence：整体综合评估结果
因此，
使用者不仅知道 Engine 如何读，
更知道：
为什么 Engine 会做出这样的选择。
不只是一本词典，而是一套推理系统
Quizzman Fanqie Engine 最大的特色，
并不在于支援多少汉字。
真正的差异，
在于它的设计理念。
传统词典只保存最终答案。
Quizzman Fanqie Engine 则保存：
整个产生答案的推理过程。
因此，
系统能够区分：
- 音韵规律
- 词汇层
- 历史例外
- 文读变体
- 资料错误
正因如此，
Engine 不只是汉越音查询工具，
更是一套能够解释、验证每一个推导结果的历史音韵研究平台。
下一篇
至此，我们已经了解整个流程：
从反切、
到 Middle Chinese 重建、
再到汉越音推导，
以及最后的 Lexical Normalization。
下一篇文章将探讨 Quizzman Fanqie Engine 的准确率，
介绍系统如何利用数千个汉字进行 Benchmark、评估 Pure Projection 与 Hybrid 的表现，以及为什么音韵引擎的评估方式不能只依赖传统词典那种「对／错」的标准。