dict.quizzman.com · llms.txt · wiki · Phiên thiết

Quizzman Fanqie Engine

Mở công cụ Fanqie Đọc series trên Wiki

Luồng xử lý

1. Parse phản thiết / nguồn vận thư (Quảng Vận, Tập Vận, Khang Hy…)
2. Phục dựng Middle Chinese (thanh mẫu, vận, nhiếp, đẳng, khai hợp, thanh)
3. Pure Projection — quy luật âm vị → âm “nên”
4. Lexical Normalization — đối chiếu tư liệu (vd. Thiều Chửu)
5. Candidate Ranking khi một chữ có nhiều phản thiết
6. Kết quả Hybrid giải thích được từng bước

Độ chính xác công bố: Hybrid Random ~89%; Thiều Chửu ~94,5% trên ~1000 chữ (không tự suy ra % mới). Pure Projection thấp hơn khi đo riêng — đúng với thiết kế hai tầng.

FAQ

So sánh công cụ

• Có công cụ đọc phản thiết (反切) không? So sánh các công cụ hiện nay — phân biệt tra cứu vs phân tích

Series 1 · Kiến trúc (14 bài)

• Bài 1: Quizzman Fanqie Engine là gì? Từ phản thiết Trung cổ đến Hán Việt hiện đại
• Bài 2: Lịch sử phản thiết và sự ra đời của hệ thống 《切韻》《廣韻》
• Bài 3: Âm Hán Việt được hình thành như thế nào? Từ Trường An thời Đường đến tiếng Việt hiện đại
• Bài 4: Tái dựng tiếng Hán Trung Cổ: Trái tim của Quizzman Fanqie Engine
• Bài 5: Thuật toán suy diễn Hán Việt: Từ thanh mẫu, vận mẫu đến hệ thống âm Hán Việt hiện đại
• Bài 6: Thuật toán thanh điệu Hán Việt: Từ Tứ thanh Trung Cổ đến mô hình Eight Tone Slot
• Bài 7: Hệ thống vận mẫu Hán Việt: Từ 16 nhiếp Trung Cổ đến hàng trăm vần tiếng Việt
• Bài 8: Từ quy luật đến thực tế: Vì sao Quizzman Fanqie Engine vẫn cần tầng Lexical Normalization?
• Bài 9: Độ chính xác của Quizzman Fanqie Engine: Đánh giá một engine âm vận học như thế nào?
• Bài 10: Vì sao Quizzman Fanqie Engine không phải là một từ điển Hán Việt?
• Bài 11: Hành trình phát triển Quizzman Fanqie Engine: Từ một công cụ tra cứu đến nền tảng tính toán âm vận học
• Bài 12: Từ Middle Chinese đến Pinyin và Hán Việt: Vì sao Quizzman Fanqie Engine có thể sinh nhiều hệ thống đọc từ cùng một dữ liệu?
• Bài 13: Kiểm thử một Engine âm vận học khó như thế nào? Bên trong quy trình QA của Quizzman Fanqie Engine
• Bài 14: Tương lai của Quizzman Fanqie Engine: Từ một engine Hán Việt đến nền tảng nghiên cứu ngôn ngữ Đông Á

Series 2 · Nền tảng học thuật (12 bài)

• Bài 1: Nền tảng học thuật của Quizzman Fanqie Engine: Từ Quảng Vận đến Nguyễn Tài Cẩn
• Bài 2: Vì sao phục dựng Middle Chinese không phải là "đoán"? Khoa học đằng sau việc tái dựng tiếng Hán Trung Cổ
• Bài 3: Vương Lực và triết lý của Quizzman Fanqie Engine: Âm hệ không lấy tục đọc làm chuẩn
• Bài 4: Từ Khang Hy Tự Điển đến thuật toán: Hành trình xây dựng Parser của Quizzman Fanqie Engine
• Bài 5: Vì sao Quizzman Fanqie Engine không hardcode hơn 50.000 chữ Hán?
• Bài 6: Từ hơn 200 quy luật âm vận đến Quizzman Fanqie Engine: Máy tính học ngôn ngữ lịch sử như thế nào?
• Bài 7: Vì sao thuật toán không thể suy ra 100% âm Hán Việt? Hiểu đúng về Pure Projection và Lexical Normalization
• Bài 8: Candidate Ranking trong Quizzman Fanqie Engine: Khi một chữ Hán có hàng chục phản thiết
• Bài 9: Vì sao một chữ Hán có nhiều phản thiết? Hiểu đúng về sự hình thành của các vận thư cổ
• Bài 10: Vì sao Parser Khang Hy Tự Điển khó hơn Parser HTML? Hành trình Reverse Engineering một bộ từ điển hơn 300 năm tuổi
• Bài 11: Vì sao Quizzman không dùng AI để tự học quy luật âm vận?
• Bài 12: Quizzman Fanqie Engine và Ontology ngôn ngữ: Khi Hán Việt, Pinyin và Middle Chinese cùng thuộc về một hệ tri thức