Quizzman Fanqie Engine 的未来:从汉越音引擎到东亚历史语言研究平台

系列十四(完结篇)|上一篇:QA・Engine 测试流程

Quizzman Fanqie Engine 的未来:从汉越音引擎到东亚历史语言研究平台

Quizzman Fanqie Engine 最初的目标,是根据反切推导汉越音。然而,自从系统以 Middle Chinese(中古汉语) 作为独立的中介层后,它便不再只是汉越音工具,而逐渐发展为一个历史音韵计算平台。相同的中古音音韵资料,可以投射至不同的读音系统,支援更多语言与更多研究方向。这也是 Quizzman 长期发展的核心方向。

汉越音引擎只是起点

观察 Quizzman Fanqie Engine 的整体架构,可以发现一个重要特点。

整个系统并不是围绕着

汉越音

建立,

而是围绕着

Middle Chinese(中古汉语)

建立。

因此,

汉越音只是同一份音韵资料的其中一种表现形式。

从设计之初,

Engine 就没有依赖任何单一读音系统。


Middle Chinese 作为核心中介层

许多系统通常采用以下架构:

汉字
 ↓
汉越音

汉字
 ↓
拼音

不同读音系统彼此独立。

Quizzman Fanqie Engine 则采用:

汉字
 ↓
反切
 ↓
Middle Chinese
 ↓
Projection

因此,

新增任何新的读音系统,

只需新增一层 Projection。

底层所有历史音韵资料皆可共用。


不只是汉越音

当完整建立 Middle Chinese 音韵资料后,

便能产生许多不同的输出。

例如:

Middle Chinese
     ↓
 汉越音

以及

Middle Chinese
     ↓
 拼音

目前皆已支援。

而从架构角度来看,

未来仍具有更大的扩充空间。


迈向汉音(Kan-on)与吴音(Go-on)

日语汉字音包含多个历史层次,

其中最重要的是:

  • 吴音(Go-on)
  • 汉音(Kan-on)

它们皆源自不同时期的中古汉语。

因此,

只要 Middle Chinese 音韵资料足够完整,

建立对应 Projection 规则后,

即可产生汉音或吴音。

未来,

Quizzman Fanqie Engine 亦可作为研究日本汉字音的重要平台。


支援韩汉音

韩语同样保存完整的汉字音系统。

例如:

| 汉字 | 韩汉音 | |------|---------| | 国 | 국 | | 学 | 학 | | 德 | 덕 |

韩汉音同样源自中古汉语。

因此,

理论上只需建立对应 Projection,

Engine 即可产生韩汉音。


汉语方言

另一个重要方向,

是现代汉语各方言。

例如:

  • 粤语
  • 闽南语
  • 吴语
  • 客家话
  • 晋语
  • 湘语

这些方言至今仍保存大量中古汉语特征。

建立各自 Projection 后,

即可由同一份 Middle Chinese

产生不同方言读音。

对历史语言研究具有重要价值。


反切研究工具

目前,

大量反切研究仍需人工完成。

研究者需要:

  • 查阅韵书
  • 判定声母
  • 判定韵部
  • 重建中古音
  • 比较不同文献

Quizzman Fanqie Engine 可自动化其中大部分流程。

未来,

Engine 不仅输出最终结果,

还能:

  • 比较不同反切
  • 比较不同韵书
  • 视觉化历史音变

协助音韵学研究。


OCR 与古籍处理

另一项具有潜力的方向,

是结合 OCR。

古籍辨识完成后,

Engine 可进一步:

  • 辨识反切
  • 分析韵书资料
  • 产生汉越音
  • 产生拼音
  • 自动生成注解

大幅提升汉文、汉喃文献的整理效率。


NLP 应用

现代 NLP 模型主要针对现代语言。

古汉语则具有完全不同的音韵结构。

Quizzman Fanqie Engine 可作为前处理层:

汉文
 ↓
反切
 ↓
Middle Chinese
 ↓
音韵特征
 ↓
NLP

加入音韵资讯后,

有助于改善:

  • 文本分类
  • 异文比对
  • 历史检索
  • 同音分析

等研究工作。


AI 与 Explainable AI

现代 AI 往往只能提供答案,

却难以解释推理过程。

Quizzman Fanqie Engine 则采用完全不同的方法。

每一个结果,

皆可完整追踪:

汉字
 ↓
反切
 ↓
Middle Chinese
 ↓
音韵规则
 ↓
Projection
 ↓
Lexical Layer
 ↓
最终结果

整个 Pipeline 均具备可解释性。

这也符合 Explainable AI 所追求的设计理念:

除了正确,

更重要的是能够解释。


可持续扩充的平台

当 Middle Chinese 成为整个系统核心后,

新增功能便不需要修改既有架构。

只需加入:

  • 新 Projection
  • 新规则
  • 新资料来源

即可持续扩充。

这也是 Rule Engine 相较于传统查表系统的重要优势。


不只是 Quizzman Dictionary

目前,

Quizzman Fanqie Engine 已整合至 Quizzman Dictionary。

但整体架构本身,

亦可独立提供服务。

透过 API,

其他系统亦可使用:

  • 反切分析
  • Middle Chinese 重建
  • 汉越音推导
  • 拼音生成
  • 逆向查询
  • 信心评估

成为各类研究与教育系统共用的基础服务。


从工具走向平台

建立一套工具,

与建立一个平台,

是两种完全不同的目标。

工具,

只解决单一问题。

平台,

则能支援许多不同应用。

Quizzman Fanqie Engine 的设计,

正是朝向后者。

真正重要的,

并不是目前支援多少读音系统,

而是已经建立起一套能持续扩充、多年演进的架构。


结论

Quizzman Fanqie Engine 起初只是希望回答一个问题:

能否直接由反切推导汉越音?

随着 Middle Chinese 成为整个系统的核心,

Engine 已逐渐发展成一套历史音韵计算平台。

它不仅能支援汉越音与拼音,

未来亦可扩展至汉音、吴音、韩汉音、汉语方言等多种读音系统,

并结合 OCR、NLP、Explainable AI 等技术,

成为东亚历史语言研究的重要基础架构。


系列完结

透过本系列文章,

我们依序介绍了 Quizzman Fanqie Engine 的完整架构,

包括:

  • 反切解析
  • Middle Chinese 重建
  • 汉越音推导
  • Eight Tone Slot
  • 十六摄韵系统
  • Lexical Normalization
  • Candidate Ranking
  • Benchmark
  • QA 测试流程
  • 未来发展方向

希望本系列不仅能帮助读者理解 Quizzman Fanqie Engine 的运作方式,

也能从计算机科学的角度,

重新认识历史音韵学,

看见语言规律如何被建模、验证,并透过演算法重新建构。