Quizzman Fanqie Engine 系列（第十一篇）
上一篇：为什么 Quizzman Fanqie Engine 不是一本汉越字典？
Quizzman Fanqie Engine 的发展历程：从查询工具到历史音韵推论平台
Quizzman Fanqie Engine 并非一蹴而就，而是多年反切研究、汉越音研究与中古汉语研究累积的成果。随着研究不断深入，Engine 的整体架构也历经多次重大改版。每一个版本都解决了新的问题，突破前一代的限制，使系统一步步朝着最初的目标迈进：以演算法建模汉越音的形成过程，而不是将结果储存成一本大型字典。
最初的目标
Quizzman Fanqie Engine 最初的想法其实非常单纯。
是否能仅凭反切，就推导出汉越音？
乍看之下，
这似乎只是个查询问题。
只需要：
- 撷取声母。
- 撷取韵母。
- 将两者组合。
然而，
真正开始实作后，
很快便遇到一个重大挑战。
反切所包含的资讯，
远远不只有：
- 声母。
- 韵母。
还包括：
- 摄。
- 等。
- 开口／合口。
- 平、上、去、入四声。
- 越南语历史音变。
- 多个汉越音层次。
因此，
问题的复杂度远超过最初的想像。
第一个版本
最初的版本，
主要聚焦于最基本的能力：
- 解析反切。
- 分离声母。
- 分离韵母。
- 产生汉越音。
这是一个概念验证（Proof of Concept）的阶段。
Engine 已经能处理不少基本反切。
然而，
例外情况仍然很多。
音韵规律尚未完整建模，
许多结果仍需依赖额外资料修正。
当资料越来越多
随着反切资料与汉越音资料快速增加，
团队开始面临一个重要问题：
应该继续累积资料，还是回头完善规律？
这项决策，
直接影响了之后整个架构。
若持续累积资料，
Engine 最终会变成一本大型字典。
若回头建立规律，
开发速度虽然较慢，
却能大幅提升推论能力。
Quizzman 最终选择了后者。
从 Data-driven 转向 Rule-driven
这是整个专案最大的转折点。
过去，
Engine 记录的是：
字 A
↓
读音 A
字 B
↓
读音 B之后，
改为保存：
规律 A
规律 B
规律 C每一条规律，
都能套用到数百甚至数千个汉字。
也正是在这个阶段，
Pure Projection 的概念逐渐形成。
将 Middle Chinese 独立成一层
另一项重大变革，
是将 Middle Chinese（中古汉语） 抽离成独立的中介层。
最初，
中古音重建与汉越音推导同时进行。
这使得系统：
- 难以测试。
- 难以扩充。
- 难以解释。
重新设计后，
整体架构变为：
反切
↓
Middle Chinese
↓
汉越音这样的分层带来许多好处：
- 每个阶段都能独立测试。
- 更容易替换中古音重建模型。
- 更容易加入拼音推导。
- 更容易支援其他汉字读音系统。
这也成为今日整个架构的核心。
将音韵规律与词汇层分离
后续版本最重要的改动之一，
就是彻底区分：
音韵规律与：
词汇层两者回答的是完全不同的问题。
音韵规律回答：
一个音节依照历史规律应如何演变？
词汇层则回答：
现代越南语实际使用哪一种读法？
若将两者混在一起，
Engine 将难以维护。
因此，
Quizzman Fanqie Engine 将它们拆分成两个独立步骤：
Pure Projection
↓
Lexical Normalization这也是整个架构最关键的设计之一。
声调系统重新设计
声调演算法，
也是改动最大的模组之一。
最初，
Engine 直接处理：
- 平（ngang）
- 玄（huyền）
- 问（hỏi）
- 跌（ngã）
- 锐（sắc）
- 重（nặng）
虽然可正常运作，
但逐渐暴露不少限制。
经过对汉越音与 Nguyễn Tài Cẩn 研究成果的整理后，
Engine 改采 Eight Tone Slot 模型。
先处理：
- 阴平
- 阳平
- 阴上
- 阳上
- 阴去
- 阳去
- 阴入
- 阳入
最后再映射为现代越南语六声。
如此一来，
整个推导过程都能保留完整的历史音韵资讯。
Candidate Ranking
当反切资料逐渐完善后，
新的问题也随之出现。
许多汉字同时具有：
- 多种反切。
- 多个文献来源。
- 多种重建方案。
若任意选取其中一种，
结果便容易不稳定。
因此，
Quizzman Fanqie Engine 加入了 Candidate Ranking。
系统会根据多项指标评估每个候选结果，例如：
- 文献来源品质。
- 是否符合音韵规律。
- 标准汉越音层。
- 使用普遍程度。
- 整体可信度。
如此一来，
Engine 能在保留所有候选方案的同时，
选出最合适的结果。
Confidence Score
随着 Engine 越来越复杂，
另一个问题也浮现：
使用者如何知道哪个结果比较可信？
因此，
Engine 不再只回传单一答案，
而加入多层 Confidence Score。
例如：
- Source Confidence
- Phonological Confidence
- Lexical Confidence
- Final Confidence
每项指标，
分别反映推论流程中的不同面向。
这也是 Engine 迈向可验证系统的重要一步。
测试系统也同步演进
架构越庞大，
Regression（回归错误）的风险也越高。
一条音韵规律的小修改，
可能影响数千个汉字。
因此，
后续版本加入了完整测试流程：
- Golden Fixture
- Batch Audit
- Regression Test
- Stress Test
- Tone Audit
- Candidate Audit
目的不只是找出新的错误，
更重要的是：
确保已经正确的规律，不会在未来版本中被破坏。
从汉越音 Engine 到共用平台
最初，
Quizzman Fanqie Engine 的目标，
只是推导汉越音。
然而，
当 Middle Chinese 成为独立中介层后，
整个平台便具备更高的扩充能力。
同一份 Middle Chinese Profile，
可以同时用于：
- 汉越音推导。
- 拼音生成。
- 反切研究。
- 自然语言处理（NLP）。
- 字典系统。
因此，
Quizzman Fanqie Engine 已从单一工具，
逐步发展为多项应用共享的基础平台。
V6：从「查询」走向「推论」
V6 是整个架构的重要里程碑。
它不只是新增更多音韵规律，
更完整落实了整个设计理念：
- Middle Chinese 作为独立中介层。
- 音韵规律与词汇层彼此独立。
- 完整建模 Eight Tone Slot。
- Candidate Ranking 选择最佳候选结果。
- Confidence Score 评估每一步推论。
- 明确区分 Pure Projection 与 Hybrid。
因此，
Quizzman Fanqie Engine 已不再只是汉越音转换程式，
而是真正的 Historical Phonology Inference Engine。
发展仍在持续
虽然目前架构已相当成熟，
Quizzman Fanqie Engine 的发展并未停止。
历史音韵学仍有极大的研究空间。
未来，
同一套 Middle Chinese 平台，
还可支援：
- 汉日音（Kan-on、Go-on）。
- 汉韩音。
- 汉语各地方言。
- 多个历史音层重建。
- 汉文 NLP 与 AI 应用。
这也是 Quizzman 长期努力的方向：
不只是打造一套汉越音查询工具，而是建立一个面向东亚历史语言研究的音韵计算平台。