Quizzman Fanqie Engine 系列（二）・第一篇
上一篇：Quizzman Fanqie Engine 系列（一）
Quizzman Fanqie Engine 的學術基礎：從《廣韻》到阮才謹
Quizzman Fanqie Engine 並非建立在一份現成的漢越音對照表，或既有讀音清單之上。Engine 中的每一條規則，都源自中國音韻學、東亞歷史語言學，以及漢越音研究等多個學術領域的累積成果。Quizzman 並不將 Fanqie Engine 視為單純的資料庫，而是一套將歷代學術知識模型化、演算法化的 Historical Phonology Inference Engine。本文將介紹 Quizzman Fanqie Engine 建立過程中最重要的幾項學術基礎。
漢越音並不存在一本「唯一的標準教材」
Quizzman 開發團隊經常被問到：
Fanqie Engine 是根據哪一本書建立的？
答案其實是：
沒有任何一本著作能夠完整解決這個問題。
若要從一條反切推導出漢越音，
Engine 必須同時結合多個不同領域的研究成果，包括：
- 中國音韻學。
- 漢語歷史研究。
- 漢越音研究。
- Middle Chinese 重建。
- 辭典學。
- 歷史語音學。
- 計算語言學。
每個領域，
都只解決整個問題的一部分。
因此，
Quizzman Fanqie Engine 採用多層次的學術架構，
而不是依賴任何單一來源。
《切韻》與《廣韻》：所有分析工作的起點
若要選出 Fanqie Engine 最重要的基礎，
那必定是歷代韻書所保存的反切系統。
其中，
影響最深遠的兩部著作是：
- 《切韻》
- 《廣韻》
這些韻書並不像現代拼音系統，
直接以字母記錄發音。
相反地，
每個音節都透過完整的音韻資訊描述，包括：
- 反切。
- 聲母。
- 韻。
- 攝。
- 等。
- 開口。
- 合口。
- 聲調。
這些也正是 Quizzman Fanqie Engine 建立 Middle Chinese Profile 時所使用的核心特徵。
可以說，
若沒有《切韻》與《廣韻》的反切系統，
便不可能以演算法方式重建中古漢語音系。
阮才謹與漢越音歷史研究
若《廣韻》回答的是：
中古漢語原本如何發音？
那麼，
阮才謹教授的研究回答的則是：
這些語音如何逐步演變成今日的漢越音？
這也是 Quizzman Fanqie Engine 最重要的學術基礎之一。
阮才謹的研究，
協助建立：
- 標準漢越音形成時期。
- 唐代漢語與漢越音之間的對應關係。
- 聲母演變規律。
- 韻母演變規律。
- 聲調分化規律。
- 清、濁聲母在演變中的作用。
其中，
對聲調分化的大量統計研究，
更成為 Quizzman 建立 Eight Tone Slot 模型的重要依據，
而不是直接對應現代越南語六聲。
值得一提的是，
Quizzman 並非直接照搬阮才謹的結論。
Engine 的工作，
是將這些歷史規律轉化為可計算、
可驗證、
可持續改進的演算法模型。
王力與「音系不以俗讀為準」的理念
另一位深刻影響 Quizzman Fanqie Engine 設計理念的學者，
是中國語言學家 王力。
在漢語歷史研究中，
王力多次強調：
音系應作為一套獨立系統研究，而不應直接等同於某一時代流行的讀音。
這一觀點，
直接影響了 Quizzman 的整體架構。
Engine 明確區分兩個不同層次：
- Phonological Projection：負責建立音韻規律模型。
- Lexical Normalization：根據歷史文獻選擇實際使用的讀音。
透過這種分層設計，
音韻規律本身，
不會受到個別詞彙變體影響。
因此，
Quizzman 並不把任何一本字典視為「唯一正確答案」，
而是把它們視為詞彙標準化的重要證據來源之一。
Baxter–Sagart 與 Middle Chinese 重建
若沒有中古漢語重建，
漢越音推導便無法成立。
在這個領域，
William Baxter 與 Baxter–Sagart 的重建系統，
具有深遠影響。
Quizzman Fanqie Engine 並未直接採用任何單一版本，
而是採用：
Baxter-like Reconstruction
也就是：
- 採納已廣泛驗證的重建原則。
- 結合反切資料。
- 結合 zyenpheng 資料庫。
- 建立最適合漢越音推導的中古漢語表示方式。
此重建層的目的，
並不是百分之百還原唐代實際發音，
而是建立一份一致且可計算的 Middle Chinese Profile，
作為後續演算法處理的基礎。
Karlgren 與中古漢語重建的歷史
在 Baxter 之前，
對中古漢語重建影響最深遠的學者之一，
是 Bernhard Karlgren。
Karlgren 的研究，
奠定了近代漢語歷史音韻學的重要基礎。
雖然後來不少理論已被修正，
他的工作仍然深刻影響後續整個研究領域。
理解這段學術發展歷史，
也讓 Quizzman 能夠：
- 比較不同重建體系。
- 評估各模型的適用範圍。
- 避免將任何單一重建方案視為唯一答案。
《Thiều Chửu 漢越字典》與漢越詞彙層
另一個常見問題是：
Quizzman 是否以《Thiều Chửu 漢越字典》作為標準？
答案是：
是，但並不是一般人想像的方式。
在 Quizzman Fanqie Engine 中，
《Thiều Chửu 漢越字典》並不用來建立音韻規律。
它主要位於：
Lexical Normalization 層，
負責：
- 驗證歷史文獻中已有的讀音。
- 在多個候選結果中進行選擇。
- 評估不同讀音的普遍程度。
因此，
Engine 一方面保留歷史音韻規律，
另一方面，
也能讓輸出結果更符合現代越南語的實際使用情況。
一套整合多個學術領域的知識模型
綜觀整個 Fanqie Engine，
它並非建立於任何單一學者、
單一本著作，
或單一理論。
而是整合了多個不同領域的研究成果：
- 《切韻》《廣韻》等韻書提供反切資料。
- 漢越音研究提供歷史演變規律。
- Middle Chinese 重建提供語音模型。
- 辭典學提供詞彙標準化依據。
因此，
Quizzman Fanqie Engine 不只是軟體，
更是一套建立在一百多年音韻學、
歷史語言學與計算模型研究成果之上的知識推論系統。