Series 2 · 第 7 篇——Pure Projection 與 Lexical Normalization 上一篇：從兩百多條音韻規律到 Quizzman Fanqie Engine
為什麼演算法無法 100% 推導所有漢越音？理解 Pure Projection 與 Lexical Normalization
初次了解 Quizzman Fanqie Engine 時，許多人都會提出同一個問題：「既然音韻規律已經研究得相當完整，為什麼 Engine 不能只依靠反切，就百分之百推導出所有漢越音？」 這個問題其實觸及了歷史語言學最核心的本質。簡單地說：音韻規律（Phonological Rules）與語言使用歷史（Lexical History）並不總是完全一致。 要理解這一點，首先必須區分兩個重要概念：Pure Projection 與 Lexical Normalization。
兩個完全不同的問題
研究漢越音時，
我們常常不自覺地把兩個問題混在一起。
第一個問題是：
如果一個 Middle Chinese 音節完全依照音韻規律發展，它最後應該變成什麼？
這是：
歷史音韻學（Historical Phonology）
所討論的問題。
第二個問題則是：
歷史上的越南人實際是怎麼讀這個字的？
這屬於：
詞彙學（Lexicology）
與：
借詞歷史（Borrowing History）
的範疇。
兩者密切相關，
卻不是同一件事。
因此，
Quizzman Fanqie Engine
將它們分成兩個不同層次處理。
Pure Projection 回答什麼？
假設，
我們已經知道某個漢字完整的
Middle Chinese Profile。
例如：
- 聲母；
- 韻；
- 攝；
- 等；
- 開口或合口；
- 平、上、去、入四聲。
如果完全依照音韻規律推導，
Engine 便會得到一個漢越音。
這個過程，
稱為：
Pure Projection。
在這個階段，
Engine 完全不考慮：
- 字典怎麼記錄；
- 現代越南人怎麼讀；
- 哪一種讀法比較常見。
它只回答一個問題：
依照歷史音韻規律，理論上應該發展成什麼樣的漢越音？
但語言不只有規律
如果所有詞語都完全按照規律演變，
問題就會變得非常簡單。
只要知道：
- 聲母；
- 韻母；
- 聲調；
再套用規則即可。
然而，
真實的語言歷史，
遠比這複雜。
一個詞可能因為：
- 在不同時期傳入；
- 受到不同方言影響；
- 因使用習慣而改變；
- 與其他詞發生同化；
- 保留了較早期的讀音；
而走向不同的發展。
換句話說：
詞彙歷史，不一定完全遵循音韻歷史。
一個容易理解的比喻
想像有一條從 A 點通往 B 點的直線道路。
如果每個人都按照這條路前進，
我們很容易預測他們的位置。
這就是：
Pure Projection。
然而，
現實中，
有人：
- 改走另一條路；
- 繞遠路；
- 半途停下；
- 甚至折返。
這就是：
詞彙的歷史。
規律本身，
並沒有錯。
只是，
不同詞語，
經歷了不同的歷史。
為什麼漢越音存在那麼多例外？
漢越音，
並不是在一天之內形成的。
它是：
數百年、
甚至上千年
漢越語言接觸的結果。
在這段歷史中：
- 發生過多次借詞；
- 存在不同的發音中心；
- 漢語本身持續演變；
- 越南語也持續改變。
因此，
同一條音韻規律，
可能因借入時間不同，
而產生不同結果。
這也是我們經常看到：
- 一字多音；
- 文讀與白讀；
- 古層漢越音與標準漢越音；
同時存在的原因。
演算法不應該「背誦」所有例外
如果只是追求最高命中率，
有一種非常簡單的方法：
每遇到一個例外，
就在資料庫新增一筆。
幾年之後，
Engine 就會累積：
數萬條例外。
準確率，
或許會提高。
但是，
音韻規律呢？
它們會逐漸被大量例外掩蓋。
最後，
整個 Engine
將不再是一套推理系統。
而只是：
一個巨大的資料庫。
Quizzman
並沒有選擇這條道路。
Lexical Normalization 因此誕生
完成 Pure Projection 之後，
Engine 才會進入第二層：
Lexical Normalization。
如果：
Pure Projection 回答：
理論上應該怎麼發展？
那麼：
Lexical Normalization 回答：
歷史上實際怎麼讀？
這時，
才會引入：
- Thiều Chửu；
- 漢越字典；
- 已驗證的詞彙資料；
來決定：
最適合作為輸出的讀音。
兩個層次彼此互補
整個流程可以表示為：
Middle Chinese
↓
Pure Projection
↓
依照音韻規律得到的漢越音
然後：
依照音韻規律得到的漢越音
↓
Lexical Normalization
↓
歷史上實際使用的漢越音
這兩層，
並不是互相競爭。
而是：
互相補充。
如果沒有：
Pure Projection，
Engine 就只是一本字典。
如果沒有：
Lexical Normalization，
Engine 又無法完整反映語言歷史。
科學未必只有唯一答案
在科學研究中，
尤其是歷史語言學，
目標從來不是：
得到唯一且絕對正確的答案。
真正的目標是：
建立一個最能解釋資料的模型。
當新的文獻、
新的研究成果出現時，
模型可以繼續修正。
這是再正常不過的事情。
Quizzman Fanqie Engine
正是建立在這樣的理念上。
它不會宣稱：
其他讀法一定錯。
也不會：
把所有例外都硬塞進規律。
相反，
Engine 努力區分：
- 哪些屬於音韻規律；
- 哪些屬於語言歷史。
正因如此，
才能同時維持：
規則的一致性，
以及漢越音歷史的豐富性。
結論
演算法無法僅依靠音韻規律，
就百分之百推導所有漢越音，
並不是因為演算法能力不足。
真正的原因是：
語言從來都不只是規律的集合。
每一個詞，
都有自己的歷史：
- 借入的年代；
- 使用的環境；
- 世代之間的演變；
- 方言的影響。
因此，
Quizzman Fanqie Engine
採用了兩層架構：
Pure Projection
負責模型化音韻規律，
回答：
理論上應該如何發展。
Lexical Normalization
則負責反映歷史上的實際使用，
回答：
歷史上真正如何閱讀。
這兩層共同構成了一套既能推理、
又能解釋、
同時可以驗證的 Historical Phonology Rule Engine，
而不是一張單純依靠資料查詢的對照表。