Quizzman Fanqie Engine 系列 — 第 8 篇。上一篇：漢越韻母系統：十六攝
從音韻規律到實際語言：為什麼 Quizzman Fanqie Engine 仍然需要 Lexical Normalization？
如果所有漢越音都完全遵循音韻規律，那麼建立一套漢越音 Engine 將會非常簡單。只要準確重建 Middle Chinese，再套用歷史音變規則即可。然而，自然語言從來不是如此理想。超過一千年的歷史，留下了不同時期的借詞、語義演變、多音字、異讀以及各種歷史例外。因此，在完成整個音韻推導流程之後，Quizzman Fanqie Engine 還需要執行另一個重要步驟：Lexical Normalization。它負責連接音韻規律與現代漢越詞彙的歷史發展。
為什麼只有規律還不夠？
在前面的文章中，我們已經看到 Engine 能夠根據：
- 聲母
- 韻母
- 攝
- 等
- 開口與合口
- 平、上、去、入四聲
- 各種歷史音變規律
推導出一個漢越音。
如果所有漢字都完全符合這些規律，那麼整個流程就是：
反切
↓
Middle Chinese
↓
音韻規律
↓
漢越音然而，真正的歷史並非如此。
在超過一千年的漢字使用過程中，
越南語不斷吸收、調整並重新標準化漢越讀音。
有些規律被完整保留下來。
也有不少規律在語言演變過程中被打破。
因此，
Pure Projection 並不能直接作為最終答案。
漢越音是一套仍然演化中的系統
一個常見的誤解是：
把漢越音視為唐代漢語的一張「快照」。
這只說對了一部分。
漢越音確實保存了大量 Middle Chinese 的特徵。
但在進入越南語之後，
它仍然持續發展。
數百年間，
陸續出現了：
- 新讀法
- 古讀殘留
- 地方讀音
- 不同借詞層
- 與越南語本身的同化現象
因此：
今天的漢越讀音，並不一定完全反映最初的音韻規律。
一個最簡單的例子
假設 Engine 只依照音韻規律運作。
它可能得到：
Middle Chinese
↓
Pure Projection
↓
A然而，
歷史上的越南語卻真正採用了：
B並且今天的詞典也是如此記錄。
這時存在兩種可能：
第一種：
Engine 推導錯誤。
第二種：
Engine 推導正確，
只是語言後來沿著另一條歷史路徑發展。
這兩種情況完全不同。
若無法區分，
修改 Engine 將十分危險。
Pure Projection 不是最終結果
在 Quizzman Fanqie Engine 中，
第一個推導結果稱為：
Pure Projection
它完全依照音韻規律產生。
不依賴：
- 詞典
- 漢越資料庫
- 常用讀音
- 使用頻率統計
Pure Projection 只回答一個問題：
如果只考慮歷史音韻規律，這個漢字應該發展成什麼樣的漢越音？
它是整套系統的重要基準。
當歷史不再遵循規律
Pure Projection 完成後，
Engine 才開始與歷史資料比對。
例如：
Pure Projection
↓
quốc若詞典同樣記載：
quốc那麼沒有任何問題。
但也可能出現：
Pure Projection
↓
A而標準漢越詞彙卻記錄：
B這時，
Engine 不會立刻修改結果。
首先要判斷：
- 是規律錯了？
- 還是歷史走向不同？
這正是 Lexical Normalization 的工作。
與詞典不同，不代表規律錯誤
Quizzman Fanqie Engine 有一項重要原則：
不同於詞典，不等於音韻規律錯誤。
例如，
同一個漢字可能同時存在：
- 文讀
- 口語讀音
- 古讀
- 新讀
- 多個借詞層
如果 Engine 強制所有結果都符合現代詞典，
那麼音韻研究的價值就會消失。
因此，
Engine 始終區分：
規律錯誤
≠
詞彙層差異這是整個架構最重要的設計理念之一。
Lexical Normalization 做什麼？
完成 Pure Projection 後，
Engine 會開始與歷史資料比對。
流程如下：
Pure Projection
↓
資料比對
↓
評估
↓
Hybrid Result所使用的資料包括：
- 《Thiều Chửu》
- 標準漢越詞彙資料
- 人工校訂資料
- 已驗證的歷史讀音
需要強調的是：
這些資料並不修改音韻規律。
它們只是協助 Engine，
在今日的詞彙層中，
選擇最適合的表現形式。
Candidate Ranking
有些漢字並不只有一組反切。
不同韻書可能記錄：
- 不同反切
- 不同韻部
- 不同歷史讀音
如果 Engine 直接採用第一筆資料，
準確率將明顯下降。
因此，
Quizzman Fanqie Engine 建立了 Candidate Ranking。
每個候選讀音都會根據多項因素評分，例如：
- 反切來源
- 是否符合音韻規律
- 與標準漢越詞彙的吻合程度
- 屬於古讀或現代讀
- 資料來源可信度
最後，
得分最高者成為最終結果。
Hybrid 並不是「修補錯誤」
有人認為：
Hybrid 就是 Engine 推錯，再用詞典修正。
這完全不是事實。
在 Quizzman Fanqie Engine 中：
Pure Projection
↓
歷史音韻模型Lexical Layer
↓
實際詞彙模型Hybrid 是這兩層資訊的結合。
它並不是補救機制。
相反地，
它正是：
- 理想音韻系統
- 真實語言歷史
兩者之間的模型化結果。
為什麼 Hybrid 更準確？
內部測試顯示：
Pure Projection 對音韻規律的描述已經相當準確。
但直接與現代標準漢越詞典相比，
仍然存在一些由歷史語言演變造成的差異。
加入 Lexical Normalization 後，
Engine 與漢越詞典的吻合率大幅提高，
同時底層音韻規律完全保持不變。
這也反映出漢越音真正的本質：
它不只是音韻規律的結果，
也是超過一千年語言使用與標準化的成果。
四種可信度指標
Quizzman Fanqie Engine 的另一個特色是：
每個結果都附帶多種可信度評估。
Engine 不只回傳一個讀音，
也同時說明每一層處理的可信程度。
例如：
- Source Confidence：反切及資料來源的可信度
- Phonological Confidence：符合音韻規律的程度
- Lexical Confidence：與已驗證漢越詞彙的吻合程度
- Final Confidence：整體綜合評估結果
因此，
使用者不僅知道 Engine 如何讀，
更知道：
為什麼 Engine 會做出這樣的選擇。
不只是一本詞典，而是一套推理系統
Quizzman Fanqie Engine 最大的特色，
並不在於支援多少漢字。
真正的差異，
在於它的設計理念。
傳統詞典只保存最終答案。
Quizzman Fanqie Engine 則保存：
整個產生答案的推理過程。
因此，
系統能夠區分：
- 音韻規律
- 詞彙層
- 歷史例外
- 文讀變體
- 資料錯誤
正因如此，
Engine 不只是漢越音查詢工具，
更是一套能夠解釋、驗證每一個推導結果的歷史音韻研究平台。
下一篇
至此，我們已經了解整個流程：
從反切、
到 Middle Chinese 重建、
再到漢越音推導，
以及最後的 Lexical Normalization。
下一篇文章將探討 Quizzman Fanqie Engine 的準確率，
介紹系統如何利用數千個漢字進行 Benchmark、評估 Pure Projection 與 Hybrid 的表現，以及為什麼音韻引擎的評估方式不能只依賴傳統詞典那種「對／錯」的標準。