Luận văn thạc sĩ: Nghiên cứu phương pháp nhận dạng chữ Hán Nôm dựa trên gốc từ

Luận văn thạc sĩ VNU UET nghiên cứu phương pháp nhận dạng chữ Hán Nôm dựa trên gốc từ, góp phần phát triển công nghệ ngôn ngữ Việt.

• Tác giả: Nguyễn Thanh Bình
• Người hướng dẫn: PGS.TS Nguyễn Ngọc Bình
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Nghiên cứu nhận dạng chữ Hán - Nôm dựa trên gốc từ
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2015
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: TỔNG QUAN VỀ CHỮ NÔM
• 1.1. Giới thiệu về chữ Nôm
• 1.2. Lịch sử hình thành và phát triển
• 1.3. Cấu trúc chữ Nôm
• 1.4. Tin học hóa và ứng dụng chữ Nôm
• 1.5. Xu hướng phát triển của chữ Nôm
• 1.6. Phổ cập đại trà chữ Nôm qua máy tính
• 1.7. Phát triển phương pháp luận làm việc mới với chữ Nôm dựa trên CNTT
• 1.8. Giải quyết vấn đề số hóa chữ Nôm
• 1.9. Cách tiếp cận toàn diện tới nghiên cứu về chữ Nôm và tiếng Việt
• 1.10. TỔNG KẾT CHƯƠNG 1
• 2. NHẬN DẠNG CHỮ NÔM
• 2.1. Nhận dạng ký tự quang học
• 2.2. Bài toán nhận dạng chữ Nôm
• 2.3. Các phương pháp nhận dạng chữ Nôm
• 2.4. Nhận dạng sử dụng thư viện Tesseract
• 2.5. Phương pháp mạng Nơron
• 2.6. Phương pháp Kmean, SVM
• 2.7. Phương pháp nhận dạng dựa trên khoảng cách soạn thảo
• 2.8. So sánh, đánh giá các phương pháp
• 2.9. TỔNG KẾT CHƯƠNG 2
• 3. NHẬN DẠNG CHỮ NÔM BẰNG PHƯƠNG PHÁP GỐC TỪ
• 3.1. Mô tả phương pháp
• 3.2. Quy trình và các kỹ thuật sử dụng
• 3.3. Lấy khung xương
• 3.4. Lấy khung xương theo phương pháp Hit-or-Miss
• 3.5. Hiệu chỉnh khung xương
• 3.6. Nhận dạng gốc từ
• 3.7. Tách gốc từ
• 3.8. Cơ sở dữ liệu gốc từ
• 3.9. Nhận dạng gốc từ
• 3.10. Nhận dạng chữ Nôm dựa trên gốc từ
• 3.11. Tập đặc trưng dựa trên gốc từ
• 3.12. Nhận dạng dựa trên so khớp gốc từ
• 3.13. Nhận dạng dựa trên đặc trưng gốc từ và mô hình Entropy cực đại
• 3.14. TỔNG KẾT CHƯƠNG 3
• 4. MÔ HÌNH THỰC NGHIỆM
• 4.1. Xây dựng chương trình thực nghiệm
• 4.2. Bộ dữ liệu thực nghiệm
• 4.3. Kết quả thực nghiệm và đánh giá
• 4.4. TỔNG KẾT CHƯƠNG 4
• PHỤ LỤC A
• DANH MỤC TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về nghiên cứu nhận dạng chữ Hán Nôm dựa trên gốc từ

Nghiên cứu nhận dạng chữ Hán Nôm dựa trên gốc từ là một lĩnh vực quan trọng trong việc bảo tồn và phát triển văn hóa Việt Nam. Chữ Nôm không chỉ là một hệ thống ký tự mà còn là một phần di sản văn hóa quý giá. Việc áp dụng công nghệ thông tin vào nghiên cứu chữ Nôm giúp khôi phục và phát triển các tài liệu văn hóa, lịch sử. Nghiên cứu này không chỉ giúp nâng cao nhận thức về chữ Nôm mà còn tạo ra các ứng dụng thực tiễn trong việc tra cứu và phân tích ngữ nghĩa của chữ Nôm.

1.1. Giới thiệu về chữ Hán Nôm và gốc từ

Chữ Hán Nôm là một hệ thống ký tự phức tạp, bao gồm các ký tự Hán và các ký tự Nôm. Gốc từ là phần cơ bản của chữ Nôm, giúp xác định nghĩa và cách sử dụng của chữ. Việc nghiên cứu gốc từ giúp hiểu rõ hơn về cấu trúc và ngữ nghĩa của chữ Nôm.

1.2. Tình hình nghiên cứu chữ Hán Nôm hiện nay

Hiện nay, nhiều nhóm nghiên cứu đã tập trung vào việc số hóa và phát triển các công cụ nhận dạng chữ Nôm. Tuy nhiên, vẫn còn nhiều thách thức trong việc xây dựng bộ dữ liệu và phát triển các phương pháp nhận dạng hiệu quả.

II. Vấn đề và thách thức trong nghiên cứu nhận dạng chữ Hán Nôm

Mặc dù có nhiều tiến bộ trong nghiên cứu chữ Nôm, nhưng vẫn tồn tại nhiều vấn đề cần giải quyết. Một trong những thách thức lớn nhất là thiếu dữ liệu chất lượng cao để huấn luyện các mô hình nhận dạng. Ngoài ra, sự đa dạng trong cách viết và cấu trúc của chữ Nôm cũng gây khó khăn cho việc phát triển các phương pháp nhận dạng chính xác.

2.1. Thiếu dữ liệu và tài nguyên nghiên cứu

Việc thiếu hụt dữ liệu chất lượng cao là một trong những rào cản lớn nhất trong nghiên cứu nhận dạng chữ Nôm. Các bộ dữ liệu hiện có thường không đầy đủ và không phản ánh đúng sự đa dạng của chữ Nôm.

2.2. Độ phức tạp trong cấu trúc chữ Nôm

Cấu trúc chữ Nôm rất phức tạp với nhiều kiểu ký tự khác nhau. Điều này làm cho việc phát triển các thuật toán nhận dạng trở nên khó khăn hơn, đòi hỏi các phương pháp tiên tiến và chính xác.

III. Phương pháp nghiên cứu nhận dạng chữ Hán Nôm dựa trên gốc từ

Phương pháp nghiên cứu nhận dạng chữ Hán Nôm dựa trên gốc từ bao gồm nhiều bước quan trọng như tiền xử lý, trích chọn đặc trưng và nhận dạng. Các phương pháp này giúp cải thiện độ chính xác và hiệu quả trong việc nhận dạng chữ Nôm.

3.1. Tiền xử lý và trích chọn đặc trưng

Tiền xử lý là bước đầu tiên trong quy trình nhận dạng, bao gồm việc làm sạch và chuẩn hóa dữ liệu. Trích chọn đặc trưng giúp xác định các yếu tố quan trọng của chữ Nôm, từ đó cải thiện khả năng nhận dạng.

3.2. Nhận dạng chữ Nôm dựa trên gốc từ

Nhận dạng chữ Nôm dựa trên gốc từ sử dụng các mô hình học máy để phân tích và nhận diện các ký tự. Phương pháp này giúp tăng cường độ chính xác và khả năng nhận diện của hệ thống.

IV. Ứng dụng thực tiễn của nghiên cứu nhận dạng chữ Hán Nôm

Nghiên cứu nhận dạng chữ Hán Nôm có nhiều ứng dụng thực tiễn trong việc bảo tồn văn hóa và lịch sử. Các ứng dụng này không chỉ giúp người dùng dễ dàng tra cứu và hiểu biết về chữ Nôm mà còn góp phần vào việc phát triển các công cụ học tập và nghiên cứu.

4.1. Ứng dụng trong giáo dục và nghiên cứu

Các công cụ nhận dạng chữ Nôm có thể được sử dụng trong giáo dục để giúp học sinh và sinh viên hiểu rõ hơn về văn hóa và lịch sử Việt Nam. Điều này cũng tạo điều kiện cho các nghiên cứu sâu hơn về chữ Nôm.

4.2. Ứng dụng trong bảo tồn văn hóa

Việc phát triển các công cụ nhận dạng chữ Nôm giúp bảo tồn các tài liệu văn hóa quý giá. Điều này không chỉ giúp duy trì di sản văn hóa mà còn tạo cơ hội cho các thế hệ sau tìm hiểu và khám phá.

V. Kết luận và tương lai của nghiên cứu nhận dạng chữ Hán Nôm

Nghiên cứu nhận dạng chữ Hán Nôm dựa trên gốc từ là một lĩnh vực đầy tiềm năng và cần được phát triển hơn nữa. Với sự hỗ trợ của công nghệ thông tin, việc bảo tồn và phát triển chữ Nôm sẽ trở nên khả thi hơn. Tương lai của nghiên cứu này hứa hẹn sẽ mang lại nhiều giá trị cho văn hóa và lịch sử Việt Nam.

5.1. Tương lai của nghiên cứu chữ Nôm

Nghiên cứu chữ Nôm sẽ tiếp tục phát triển với sự hỗ trợ của công nghệ mới. Các phương pháp nhận dạng tiên tiến sẽ giúp cải thiện độ chính xác và hiệu quả trong việc nhận diện chữ Nôm.

5.2. Khuyến nghị cho nghiên cứu tiếp theo

Cần có nhiều nghiên cứu hơn về việc phát triển các bộ dữ liệu chất lượng cao và các phương pháp nhận dạng hiệu quả. Điều này sẽ giúp nâng cao khả năng nhận diện và bảo tồn chữ Nôm trong tương lai.

Nội dung chính

Tổng quan nghiên cứu

Chữ Hán - Nôm là một di sản văn hóa quý giá, phản ánh truyền thống văn hiến lâu đời của dân tộc Việt Nam. Theo ước tính, hiện nay chỉ còn chưa đến 100 người có khả năng đọc hiểu chữ Nôm, trong khi dân số Việt Nam đã vượt trên 90 triệu người. Điều này đặt ra thách thức lớn trong việc bảo tồn và phát huy giá trị của kho tàng văn hóa, lịch sử được ghi chép bằng chữ Nôm. Việc nghiên cứu và phát triển các phương pháp nhận dạng chữ Hán - Nôm, đặc biệt là ứng dụng công nghệ nhận dạng ký tự quang học (OCR), trở nên cấp thiết nhằm số hóa, khai thác và bảo tồn các tài liệu cổ, bia đá, câu đối, gia phả… Đây cũng là tiền đề để phát triển các ứng dụng hỗ trợ học tập, nghiên cứu và phổ biến chữ Nôm trong cộng đồng.

Mục tiêu nghiên cứu của luận văn là xây dựng phương pháp nhận dạng chữ Hán - Nôm dựa trên gốc từ, nhằm nâng cao độ chính xác và hiệu quả nhận dạng so với các phương pháp truyền thống. Phạm vi nghiên cứu tập trung vào bộ dữ liệu NOM-DB0 gồm 495 chữ Nôm, thực hiện tại Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội trong giai đoạn 2012-2015. Nghiên cứu có ý nghĩa quan trọng trong việc phát triển công nghệ nhận dạng chữ Nôm, góp phần số hóa kho tư liệu văn hóa dân tộc, đồng thời mở ra hướng ứng dụng trong lĩnh vực khảo cổ, văn hóa và du lịch.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết chính: lý thuyết nhận dạng mẫu và lý thuyết xử lý ảnh kỹ thuật số. Lý thuyết nhận dạng mẫu cung cấp cơ sở cho việc phân loại và nhận dạng các ký tự dựa trên đặc trưng hình ảnh, trong đó có các mô hình như mạng nơ-ron nhân tạo, máy vectơ hỗ trợ (SVM), và mô hình Entropy cực đại (Maximum Entropy Model - MEM). Lý thuyết xử lý ảnh kỹ thuật số giúp tiền xử lý ảnh, trích xuất đặc trưng, và tách các thành phần cấu tạo chữ Nôm.

Ba khái niệm chuyên ngành quan trọng được sử dụng gồm:

• Gốc từ (radical): thành phần cơ bản cấu thành chữ Nôm, có khoảng trên 300 loại trong tổng số khoảng 25.000 chữ.
• Khung xương (skeleton): trục chính của ký tự, được trích xuất bằng phép biến đổi hình học Hit-or-Miss để làm mịn và loại bỏ nhiễu.
• Phân cụm và nhận dạng đa lớp (KSVM): kết hợp K-Mean và SVM để phân loại hiệu quả các ký tự phức tạp.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là bộ dữ liệu NOM-DB0 gồm 495 chữ Nôm được chuẩn hóa và tách rời. Phương pháp nghiên cứu bao gồm:

• Tiền xử lý ảnh: lấy khung xương bằng phép biến đổi Hit-or-Miss, hiệu chỉnh khung xương bằng kỹ thuật xấp xỉ đa thức và loại bỏ nét thừa.
• Trích xuất đặc trưng: dựa trên gốc từ, số nét, điểm giao, vị trí tương đối của các thành phần trong ký tự.
• Nhận dạng: áp dụng mô hình Entropy cực đại kết hợp với so khớp gốc từ, đồng thời so sánh với các phương pháp mạng nơ-ron, KSVM, và khoảng cách soạn thảo.
• Thời gian nghiên cứu kéo dài từ năm 2012 đến 2015, với các giai đoạn thu thập dữ liệu, xây dựng mô hình, huấn luyện và đánh giá kết quả.

Phương pháp chọn mẫu là sử dụng toàn bộ bộ dữ liệu NOM-DB0 để đảm bảo tính đại diện và độ tin cậy của kết quả. Phân tích dữ liệu được thực hiện bằng các thuật toán học máy và xử lý ảnh chuyên sâu, nhằm tối ưu hóa độ chính xác nhận dạng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả nhận dạng dựa trên gốc từ: Phương pháp nhận dạng chữ Nôm dựa trên gốc từ đạt độ chính xác trung bình khoảng 90%, vượt trội so với các phương pháp mạng nơ-ron (73,5%) và khoảng cách soạn thảo (82%).
2. Tác động của kích thước ảnh đầu vào: Kết quả nhận dạng KSVM cho thấy độ chính xác tăng từ 60,38% với ảnh 20x20 lên 87,62% với ảnh 90x90, chứng tỏ kích thước ảnh ảnh hưởng lớn đến hiệu quả nhận dạng.
3. Tỷ lệ sai số phụ thuộc vào phân cụm: Trong mô hình KSVM, sai số lớp 1 (phân cụm) ảnh hưởng trực tiếp đến độ chính xác tổng thể, với số cụm càng lớn thì sai số giảm và hiệu quả nhận dạng tăng.
4. Khung xương và tách gốc từ: Việc lấy và hiệu chỉnh khung xương bằng phép biến đổi Hit-or-Miss giúp loại bỏ nhiễu và nét thừa, tạo điều kiện thuận lợi cho việc tách gốc từ chính xác, từ đó nâng cao độ chính xác nhận dạng.

Thảo luận kết quả

Nguyên nhân chính giúp phương pháp dựa trên gốc từ đạt hiệu quả cao là do tận dụng được cấu trúc đặc thù của chữ Nôm, trong đó các gốc từ có tính ổn định và vị trí xác định rõ ràng. So với các phương pháp nhận dạng ký tự truyền thống như mạng nơ-ron hay KSVM, việc phân tách và nhận dạng từng gốc từ giúp giảm độ phức tạp và tăng khả năng phân biệt các ký tự tương tự nhau.

Kết quả cũng phù hợp với các nghiên cứu về nhận dạng chữ tượng hình như tiếng Trung và Nhật, nơi việc phân tích thành phần cấu tạo giúp cải thiện độ chính xác. Việc sử dụng mô hình Entropy cực đại trong nhận dạng gốc từ cũng góp phần tối ưu hóa quá trình phân loại dựa trên đặc trưng thống kê.

Dữ liệu có thể được trình bày qua biểu đồ so sánh tỷ lệ nhận dạng giữa các phương pháp, bảng thống kê độ chính xác theo kích thước ảnh và số cụm phân loại, giúp minh họa rõ ràng ưu điểm của phương pháp đề xuất.

Đề xuất và khuyến nghị

1. Phát triển hệ thống nhận dạng chữ Nôm dựa trên gốc từ tích hợp đa nền tảng: Động từ hành động là "xây dựng", mục tiêu là nâng cao độ chính xác nhận dạng lên trên 95% trong vòng 2 năm, chủ thể thực hiện là các nhóm nghiên cứu CNTT và Hán Nôm.
2. Mở rộng bộ dữ liệu và chuẩn hóa kho gốc từ: Thực hiện thu thập và chuẩn hóa thêm khoảng 2.000 gốc từ mới trong 1 năm tới, nhằm tăng tính đại diện và độ phong phú của dữ liệu huấn luyện.
3. Ứng dụng công nghệ AI nâng cao như học sâu (Deep Learning): Áp dụng các mô hình học sâu để cải thiện khả năng nhận dạng các ký tự phức tạp, giảm sai số nhận dạng, với mục tiêu thử nghiệm trong 18 tháng.
4. Phát triển phần mềm hỗ trợ học và tra cứu chữ Nôm trên thiết bị di động: Tạo ra ứng dụng thân thiện, dễ sử dụng cho người học và nghiên cứu, dự kiến hoàn thành trong 1 năm, nhằm phổ cập chữ Nôm rộng rãi hơn trong cộng đồng.
5. Tăng cường hợp tác liên ngành giữa công nghệ thông tin và nghiên cứu văn hóa: Thiết lập các dự án hợp tác để khai thác hiệu quả kho tư liệu chữ Nôm, đồng thời phát triển các chuẩn dữ liệu và công cụ số hóa phù hợp.

Đối tượng nên tham khảo luận văn

1. Nhà nghiên cứu ngôn ngữ và văn hóa Hán Nôm: Luận văn cung cấp phương pháp và công cụ mới giúp số hóa và phân tích chữ Nôm, hỗ trợ nghiên cứu lịch sử, văn hóa và ngôn ngữ học.
2. Chuyên gia công nghệ thông tin trong lĩnh vực xử lý ảnh và nhận dạng ký tự: Tài liệu chi tiết về các thuật toán xử lý ảnh, mô hình nhận dạng và ứng dụng thực nghiệm, hữu ích cho phát triển các hệ thống OCR phức tạp.
3. Giảng viên và sinh viên ngành kỹ thuật phần mềm, trí tuệ nhân tạo: Cung cấp case study thực tế về ứng dụng học máy và xử lý ảnh trong bài toán nhận dạng chữ tượng hình, giúp nâng cao kiến thức và kỹ năng thực hành.
4. Các tổ chức bảo tồn di sản văn hóa và thư viện số: Tham khảo để phát triển các dự án số hóa tài liệu cổ, xây dựng kho dữ liệu điện tử chữ Nôm, phục vụ công tác bảo tồn và phổ biến văn hóa dân tộc.

Câu hỏi thường gặp

1. Phương pháp nhận dạng chữ Nôm dựa trên gốc từ là gì?
   Phương pháp này tách chữ Nôm thành các thành phần cơ bản gọi là gốc từ, sau đó nhận dạng từng gốc từ dựa trên đặc trưng hình ảnh và mô hình Entropy cực đại, giúp tăng độ chính xác so với nhận dạng toàn bộ ký tự.

2. Độ chính xác của phương pháp này so với các phương pháp khác như thế nào?
   Theo kết quả thực nghiệm, phương pháp dựa trên gốc từ đạt khoảng 90% độ chính xác, cao hơn đáng kể so với mạng nơ-ron (73,5%) và khoảng cách soạn thảo (82%).

3. Bộ dữ liệu NOM-DB0 có đặc điểm gì?
   NOM-DB0 gồm 495 chữ Nôm chuẩn hóa, được sử dụng làm tập huấn luyện và kiểm thử trong nghiên cứu, đại diện cho các kiểu cấu trúc và gốc từ phổ biến trong chữ Nôm.

4. Phép biến đổi Hit-or-Miss được sử dụng để làm gì?
   Phép biến đổi này giúp trích xuất khung xương của ký tự, loại bỏ nhiễu và nét thừa, tạo điều kiện thuận lợi cho việc tách gốc từ và trích xuất đặc trưng chính xác.

5. Ứng dụng thực tế của nghiên cứu này là gì?
   Nghiên cứu hỗ trợ phát triển phần mềm nhận dạng chữ Nôm tự động, phục vụ số hóa tài liệu cổ, hỗ trợ học tập, nghiên cứu văn hóa, và phát triển các ứng dụng di động tra cứu chữ Nôm.

Kết luận

• Luận văn đã xây dựng thành công phương pháp nhận dạng chữ Hán - Nôm dựa trên gốc từ, đạt độ chính xác khoảng 90%.
• Phương pháp tận dụng cấu trúc đặc thù của chữ Nôm, kết hợp kỹ thuật xử lý ảnh và mô hình Entropy cực đại.
• Kết quả vượt trội so với các phương pháp mạng nơ-ron và khoảng cách soạn thảo, mở ra hướng nghiên cứu mới cho bài toán OCR chữ Nôm.
• Nghiên cứu góp phần quan trọng trong việc số hóa, bảo tồn và phát huy giá trị văn hóa dân tộc qua chữ Nôm.
• Các bước tiếp theo bao gồm mở rộng bộ dữ liệu, ứng dụng công nghệ AI nâng cao và phát triển phần mềm hỗ trợ học tập, tra cứu chữ Nôm.

Khuyến khích các nhà nghiên cứu và tổ chức liên quan áp dụng và phát triển phương pháp này, đồng thời thúc đẩy hợp tác liên ngành để bảo tồn di sản văn hóa chữ Nôm một cách hiệu quả.

Trích đoạn nội dung tài liệu

phần mở đầu, kết luận, phụ lục và danh mục tài liệu tham khảo, luận văn gồm 4 chƣơng. Trong chƣơng 1, chúng tôi tìm hiểu tổng quan chữ Nôm, trong đó tập trung các yếu tố liên quan đến nhận dạng trên cơ sở tách gốc từ nhƣ cấu trúc chữ Nôm, số lƣợng từ Nôm không có hình trong bộ chữ tƣợng hình khác. Trong chƣơng 2, gồm những nội dung về bài toán nhận dạng chữ tƣợng hình nói chung và bài toán nhận dạng chữ Nôm nói riêng, các phƣơng pháp nhận dạng chữ Nôm đã đƣợc nghiên cứu. Trong chƣơng 3, chúng tôi tập trung tìm hiểu, nghiên cứu phƣơng pháp tách gốc ký tự trong chữ tƣợng hình để từ đó áp dụng cho nhận dạng chữ Nôm.

Để thực hiện đánh giá hiệu quả của phƣơng pháp nhận dạng chữ Nôm dựa trên gốc từ, trong chƣơng 4, chúng tôi đã trình bày các bƣớc tiến hành xây dựng thực nghiệm và đánh giá. LUAN VAN CHAT LUONG download : add [e-mail] 4 Chƣơng 1: TỔNG QUAN VỀ CHỮ NÔM 1. Giới thiệu về chữ Nôm 1. Lịch sử hình thành và phát triển Trong suốt hàng ngàn năm, kể từ đầu thời Bắc thuộc, chữ Hán đƣợc sử dụng ở Việt Nam nhƣ một văn tự chính thống.

Ngƣời Hán ngày càng mở rộng quy mô sử dụng chữ Hán ở Giao Châu, lúc đầu trong cơ quan hành chính giữa một số ngƣời Hán và ngƣời Việt trong tầng lớp thống trị, sau mở rộng ra một số trƣờng học. Sau thời Sĩ Nhiếp, chữ Hán đƣợc khuyến khíc học tập trong mọi tầng lớp. Nhiều trí thức bình dân đã có thế dùng chữ Hán để ghi chép về địa chí, phong tục, hƣơng ƣớc các vùng. Cùng với tình hình này , việc ghi tên ngƣời, tên đất địa phƣơng cũng trở thành một nhu cầu.

Đầu tiên ngƣời ta dùng chữ Hán để ghi tên Việt, nhƣng giữa cách đọc một âm tiết Hán với một âm tiết Việt lúc ấy có một khoảng cách nhất định, nên âm Hán chỉ có thể đọc na ná âm Việt. Nhƣ vậy giữa chữ Hán ghi âm Hán với chữ Hán ghi na ná âm Việt đã có sự khác nhau về chất, nó ghi lại hệ thống ngữ âm khác nhau, hai ngôn ngữ khác nhau. Lần đầu tiên, chữ Hán đã đƣợc dùng để ghi âm Việt và nhƣ vậy là đã xuất hiện những chữ Nôm ban đầu. Cùng với sự phát triển của nhu cầu ghi chép nền văn hóa Việt, chữ Nôm cũng ngày càng phát triển và tự hoàn thiện để việc ghi chép tiếng Việt đƣợc hữu hiệu hơn.

Trải qua thời gian phát triển theo lịch sử khi kết thúc thời kỳ chịu ách đô hộ của Trung Quốc vào năm 939 chữ Nôm đã đƣợc lựa chọn trở thành chữ quốc ngữ nhƣ một tất yếu. Trong một thời gian dài khoảng 10 thế kỷ hầu hết các tài liệu trong các lĩnh vực văn học, triết học, sử học, luật pháp, y khoa, tôn giáo và hành chính đƣợc viết bằng chữ Nôm. Đặc biệt trong chiều đại nhà Tây Sơn (từ năm 1788 đến 1802) chữ Nôm đƣợc sử dụng trong toàn bộ văn kiện hành chính [7]. Từ thế kỷ 15 với Quốc âm thi tập của Nguyễn Trãi, kế đến thế kỷ 16 với Bạch Vân Am thi tập của Nguyễn Bỉnh Khiêm, chữ Nôm đã chứng tỏ có nhiều khả năng diễn tả không những tình cảm mà còn tƣ tƣởng của ngƣời Việt.

Chỉ tính riêng ở lĩnh vực văn học, chữ Nôm đã có vai trò đặc biệt quan trọng trong việc tạo nên một nền văn học Việt nam rực rỡ xuyên suốt nhiều thế kỷ. Từ chữ LUAN VAN CHAT LUONG download : add [e-mail] 5 Nôm, nền văn học Việt nam sinh ra ba thể loại độc đáo của riêng Việt nam là Truyện thơ Nôm Lục Bát, Ngâm Khúc (song thất lục bát) và Hát Nói (trong ca trù). Sự sáng tạo đó đã để lại cho đời sau những di sản thơ Nôm vô giá. Từ thế kỷ 16 các giáo sỹ truyền giáo từ châu Âu đến Việt Nam để truyền giáo.

Để thuận lợi cho việc truyền giáo họ đã sáng tạo ra một loại ngôn ngữ dựa trên chữ Latin nhƣng phát âm Việt. Đến Thế kỷ 19 khi pháp đô hộ Việt Nam, để thuận lợi cho việc cai trị, thực dân Pháp đã tuyên truyền khuyến khích sử dụng chữ quốc ngữ, từ đây chữ viết dựa theo chữ Latin mà ngày nay chúng ta gọi là chữ Quốc ngữ dần thay thế chữ Nôm. Thực tế là hiện nay, trên thế giới có chƣa đến 100 ngƣời đọc đƣợc chữ Nôm. Một phần to tát của lịch sử Việt Nam nhƣ thế nằm ngoài tầm tay của trên 90 triệu ngƣời nói tiếng Việt.

Cấu trúc chữ Nôm Xét về cấu trúc chữ Nôm thì có nhiều cấu trúc do nhiều nhà nghiên cứu chữ Nôm đƣa ra.1 Sơ đồ cấu trúc chữ Nôm của Dương Quảng Hàm - Sơ đồ cấu trúc chữ Nôm của Đào Duy Anh LUAN VAN CHAT LUONG download : add luanvanchat@agmail.2 Sơ đồ cấu trúc chữ Nôm của Đào Duy Anh Xét theo kiến trúc chữ, theo [2] qua nghiên cứu chữ Nôm từ thế kỷ 17 đến đầu thế kỷ 20 nhà nghiên cứu Đặng Đức và Trần Xuân Ngọc Lan nhận thấy có 9 kiểu đồ án kiến trúc thƣờng gặp: Hình 1. 9 kiểu đồ hình kiến trúc chữ Nôm Ở đồ hình 1, chữ thuộc đồ hình này chỉ gồm một hình tố âm hoặc một hình tố nghĩa. Chữ thuộc đồ hình 2 gồm hai hình tố âm và nghĩa hợp lại, hình tố âm ở trên, hình tố nghĩa ở dƣới, hoặc ngƣợc lại hình tố âm ở dƣới hình tố nghĩa ở trên. Đây gọi là cấu trúc trên dƣới.

Chữ thuộc đồ hình 3 gồm hai hình tố âm và nghĩa hợp thành, hình tố âm viết bên trái hình tố nghĩa hoặc ngƣợc lại. Đây gọi là cấu trúc phải trái. Chữ thuộc đồ hình 4 cũng gồm hai hình tố âm và nghĩa. LUAN VAN CHAT LUONG download : add [e-mail] 7 Hình tố âm bao bên trái bên trên và bên phải hình tố nghĩa hoặc ngƣợc lại hình tố nghĩa là hình tố bao.

Gọi là cấu trúc bao trái bên phải. Chữ thuộc đồ hình 5 cũng là cấu trúc bao nhƣng ngƣợc hƣớng với đồ hình 4. Hình tố âm bao trái dƣới và phải hình tố nghĩa. Kiểu đồ hình này rất ít gặp.

Chữ thuộc đồ hình 6 cũng là cấu trúc bao gồm hai hình tố âm và nghĩa. Hình tố âm bao bên trên, bên trái và bên dƣới hình tố nghĩa hoặc ngƣợc lại hình tố nghĩa là hình tố bao. Đây gọi là cấu trúc bao trên trái dƣới. Chữ thuộc đồ hình 7 gồm hai hình tố âm và nghĩa.

Hình tố âm bao bên phải và bên trên hình tố nghĩa hoặc ngƣợc lại hình tố nghĩa bao bên phải và bên trên hình tố âm - gọi là kiểu cấu trúc bao phải trên. Chữ thuộc đồ hình 8 cũng gồm hai hình tố âm và nghĩa. Hình tố âm bao bên trái và bên dƣới hình tố nghĩa hoặc ngƣợc lại hình tố nghĩa bao hình tố âm gọi là cấu trúc bao trái dƣới. Chữ thuộc đồ hình 9 gồm hình tố âm và hình tố nghĩa.

Hình tố âm bao bên trái và trên hình tố nghĩa, hoặc ngƣợc lại hình tố nghĩa bao hình tố âm. Đây gọi là cấu trúc bao trái trên. Tin học hóa và ứng dụng chữ Nôm Có lẽ đối với không ít ngƣời thì chữ Nôm là thứ văn tự của quá khứ, và ngày nay chỉ cần đào tạo một số chuyên gia để tiếp xúc với nó, với các văn bản Hán Nôm do ngƣời xƣa để lại, là đủ rồi. Do đó, việc tin học hoá chữ Nôm phải chăng là cần thiết phải đặt ra? Câu hỏi này trên thực tế đã đƣợc nêu ra hơn mƣời năm trƣớc đây, và đến nay, đã có đƣợc những bƣớc đi ban đầu của nhiều chuyên gia trong lĩnh vực Hán Nôm và lĩnh vực Công nghệ Thông tin theo hƣớng khẳng định sự cần thiết của Tin học hoá chữ Nôm nhằm đáp ứng một loạt các nhu cầu mới trong đời sống xã hội ngày nay.

Theo [3] có nhiều khía cạnh trong vấn đề tin học hoá và ứng dụng chữ Nôm qua công nghệ thông tin. Tại đây, tác giả chỉ xin đề cập đến một vài khía cạnh có liên quan mang tính chất nghiên cứu cơ bản thuộc lĩnh vực ngữ văn Hán Nôm mà thôi. (a) Bƣớc đi đầu tiên trong tiến trình tin học hoá chữ Nôm là phải xác lập kho chữ Nôm và thực hiện việc mã hoá chúng. Từ hơn mƣời năm qua, các chuyên gia ở Viện Nghiên cứu Hán Nôm cùng phối hợp với các chuyên gia tin học trong và ngoài nƣớc, đã thực hiện công việc này trong chƣơng trình chung của Nhóm công tác về chữ biểu ý (IRG - Ideographic Raporteur Group) thuộc tổ LUAN VAN CHAT LUONG download : add [e-mail] 8 chức ISO quốc tế.

Đến cuối năm 2000, trong bảng tổng hợp kho chữ biểu ý của nhóm IRG đã có mặt 9229 chữ của Việt Nam [3], với mã quốc tế Unicode. Khi xác lập các danh sách chữ Nôm để cung cấp cho IRG, các chuyên gia Việt Nam đã tuân theo hai nguyên tắc cơ bản: Một là, tôn trọng thực trạng đa dạng của chữ Nôm thể hiện qua các văn bản khác nhau, chỉ bƣớc đầu thực hiện chuẩn hoá các nét bút và hình thể các thành tố của đơn vị chữ mà thôi. Hai là, ƣu tiên cung cấp những chữ Nôm "thuần Việt". Trong số những chữ Nôm thuần Việt, cũng có một số ngẫu nhiên trùng hình với chữ Hán và các hệ văn tự khác trong khu vực.

Hiện nay còn có danh sách gồm 2286 chữ nữa (trong đó có cả chữ Nôm Tày) đang đƣợc đăng ký để cấp mã quốc tế [3]. Trong các tập chữ Nôm kể trên, vẫn có thể phát hiện một số ít trƣờng hợp có sự lầm lẫn về hình chữ và không ăn khớp giữa hình chữ với ký mã của chữ và cần đƣợc tiếp tục điều chỉnh. (b) Công việc tiếp theo là thực hiện việc nghiên cứu mối tƣơng quan giữa hình chữ và âm đọc, xác lập tƣơng đối đầy đủ quan hệ đối ứng giữa hai bên. Trên cơ sở đó mới có thể tạo ra các phần mềm chữ Nôm đƣợc cài đặt theo khoá âm đọc (qua chữ Quốc ngữ).

Hiện nay Viện Nghiên cứu Hán Nôm cũng đang thực hiện chƣơng trình nghiên cứu đối chiếu này. (c) Để có thể vẽ phông chữ Nôm, cần xúc tiến việc nghiên cứu cấu trúc chữ Nôm theo các thành tố trực tiếp, đồng thời thực hiện chuẩn hoá các thành tố đó theo các phong cách viết chữ khác nhau. Từ đó xác lập sự tƣơng đồng và tƣơng dị giữa các thành tố về hình thể, về vị trí trong thể thức ô vuông của chữ Nôm.