chương 1, chúng tôi tìm hiểu tổng quan chữ Nôm, trong đó tập trung các yếu tố liên quan đến nhận dạng như cấu trúc chữ Nôm, số lượng từ Nôm không có hình trong bộ chữ tượng hình khác. Tiếp đó, trong chương 2, những nội dung về bài toán nhận dạng chữ Nôm được nêu ra trên cơ sở tìm hiểu các OCR nói chung và OCR dành cho chữ tượng hình về phương diện kết quả đạt được, mô hình và các giải thuật cần được tiếp tục nghiên cứu. Trong chương 3, chúng tôi tập trung tìm hiểu ý tưởng của SVM và đi sâu làm rõ nội dung liên quan nhiều đến luận văn là áp dụng SVM cho bài toán phân đa lớp, vốn là một trong những chủ để đang được quan tâm nhiều, đặc biệt khi áp dụng cho chữ Nôm có số chữ lớn. Trên cơ sở những kiến thức có được từ 3 chương đầu, chương 4 trình bày giải thuật KSVM cho bài toán nhận dạng chữ Nôm do tác giả đề xuất.
Để thực hiện đánh giá hiệu quả của KSVM, trong chương 5, chúng tôi đã trình bày các bước tiến hành xây dựng thực nghiệm và đánh giá KSVM. Do không được kế thừa từ kết quả nghiên cứu nào với chữ Nôm, nên luận văn tiến LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com hành thực nghiệm từ bước đầu tiên là tự xây dựng kho cơ sở dữ liệu mẫu, đến phần mềm tách chữ, tiền xử lý cơ bản sau đó xây dựng kịch bản và tiến hành đánh giá. LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Chƣơng 1. TỔNG QUAN CHỮ NÔM 1.
Lịch sử và một số đặc điểmcủa chữ Nôm Sau khi Việt Nam thoát khỏi ách đô hộ của Trung Quốc vào năm 939, chữ Nôm lần đầu tiên thành chữ quốc ngữ để diễn đạt tiếng Việt qua mẫu tự biểu ý.000 năm sau đó, từ thế kỷ 10 cho đến thế kỷ 20, một phần lớn các tài liệu văn học, triết học, sử học, luật pháp, y khoa, tôn giáo và hành chính được viết bằng chữ Nôm. Suốt 24 năm (từ 1788 đến 1802) dưới triều đại nhà Tây Sơn, toàn bộ các văn kiện hành chính được viết bằng chữ Nôm. Nói cách khác, chữ Nôm là công cụ duy nhất hoàn toàn Việt Nam ghi lại lịch sử văn hoá của dân tộc trong khoảng 10 thế kỷ. Chữ Nôm là loại văn tự được người Việt sáng tạo ra trên cơ sở một loại văn tự khác, đó là chữ Hán, nhằm mục đích để ghi tiếng nói của người Việt.Chữ “Nôm‖có nghĩa là ―Nam‖, ý chỉ chữ của người Nam Việt.
Trước khi chữ Nôm ra đời, chúng ta mượn chữ Hán để ghi lại âm tiếng Việt. Tiếng Hán chỉ có 4 thanh, tiếng việt có 6 thanh, do đó việc đơn thuần mượn chữ Hán không đủ để phản ánh hết các thanh của tiếng Việt. Ví dụ các âm như: eo, ăn, ươi, on… Do đó, yêu cầu tất yếu cần bổ sung một hệ thống chữ để đáp ứng các yêu cầu ghi âm trong các hoạt động thi cử, văn hóa, pháp luật, xã hội…. Mặc dù được phát triển trong thời gian dài đến tận thế kỷ XX, song chữ Nôm không hoạt động độc lập mà được sử dụng đồng thời với những kiểu văn tự khác có trong cộng đồng người Việt, đặc biệt là chữ Hán.
Chữ Nôm hình thành trên cơ sở mượn chữ Hán, do đó mang trong mình những đặc điểm của chữ Hán và cũng có những đặc trưng riêng, có thể khái quát cơ bản những đặc điểm như sau: - Về mặt hình thức, chữ Nôm là một loại văn tự khối vuông tương tự như chữ Hán. Đây là loại văn tự mà mỗi chữ là một chỉnh thể vừa thể hiện và được phát âm như một âm tiết hoàn chỉnh, đồng thời bao giờ mỗi chữ như thế cũng có "nghĩa" xác định. Mặc dù về mặt hình thức, mỗi chữ khối vuông (chữ Hán, chữ Nôm) là một chỉnh thể hoàn chỉnh bao gồm nhiều nét kí hiệu được coi là kí hiệu gốc, trong đó có thể có những nét kí hiệu biểu âm, nhưng hầu như chúng chưa được nhiều người coi là loại chữ thuần tuý ghi âm. - Về mặt cấu trúc bên trong, khi phân tích loại chữ khối vuông này, người nghiên cứu vẫn có thể nhận ra rằng, về đại thể, mỗi một chữ thường có hai bộ phận hợp thành: bộ phận thể hiện ý nghĩa (còn gọi là nghĩa phù) và bộ phận thể hiện âm thanh (còn gọi là thanh phù).
Chúng tôi nói về đại thể là vì trong thực tế không phải chữ Nôm nào cũng tuân thủ điều đó mà có những chữ chỉ có thanh phù hoặc chỉ có nghĩa phù.Và điều quan trọng là tính "cố định" của những yếu tố đó mang tính tương đối, nó phụ thuộc vào thời gian lịch sử, vào tính địa phương và đôi khi phụ thuộc vào cá nhân người sử dụng chữ viết. Một vài ví dụ sau đây cho thấy những đặc điểm cấu tạo ấy của chữ: Chữ máy ("máy móc") gồm có mộc (ý) + mãi (âm) LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com may ("may vá") y (ý) mai (âm) sông ("sông ngòi") thuỷ (ý) long (âm) Vấn đề hoàn toàn rõ ràng rằng chữ Nôm là một loại văn tự được xây dựng trên cơ sở chữ Hán, thậm chí từ chất liệu (các yếu tố cấu tạo là nghĩa phù và âm phù) cho đến phương thức cấu tạo. Nhưng điều quan trọng đối với chúng ta là chất liệu Hán ở đây là chất liệu Hán Việt. Tính Hán Việt biểu hiện rõ nét nhất là âm đọc của thứ văn tự này là âm Hán Việt, hay nói một cách khác là âm đọc chữ Hán của người Việt chứ không phải âm đọc chữ Hán theo kiểu người Hán.
Có lẽ chính nhờ đặc điểm quan trọng này mà chữ Nôm mới là thứ chữ ghi lại được tiếng nói của dân tộc ta ở vào thời kì tiếng Việt chưa có thứ chữ ghi âm. Như vậy, với những đặc điểm cơ bản như đã trình bày ở trên của chữ Nôm, chúng ta nhận thấy rõ ràng đó là một thứ chữ của người Việt dùng để biểu thị chuỗi lời nói của tiếng Việt trong giai đoạn trước đây. Để làm được điều đó, như rất nhiều công trình nghiên cứu về chữ Nôm đã xác nhận, nó cần phải có một điều kiện tiên quyết là cách đọc chữ Hán của người Việt mà chúng ta quen gọi là cách đọc Hán Việt (hay âm Hán Việt). Đặc điểm ngôn ngữ ấy đến lượt nó sẽ quy định thời điểm xuất hiện của chữ Nôm trong lịch sử tiếng Việt.
Cấu tạo chữ Nôm Hiện chưa có thống kê đầy đủ về các hình thức cấu tạo của chữ Nôm, trước đây có một số ý kiến cho rằng chữ Nôm là chữ bình dân nên không có quy tắc rõ ràng, chặt chẽ nhưng điều này không đúng sau nhiều nghiên cứu thống kê cho thấy chữ Nôm có quy tắc cấu tạo, hợp thành. Theo [27] thì chữ Nôm gồm 3 loại: Chữ Nôm mượn nguyên dạng chữ Hán, chữ Nôm được tạo trên cơ sở kết hợp hai chữ Hán, chữ Nôm được tạo trên cơ sở kết hợp một chữ Hán và một chữ Nôm. Chữ Nôm mượn nguyên dạng chữ Hán. Trong nhóm này, xét về mặt hình thì một chữ Nôm tương tự một chữ Hán, song có thể chia thành nhiều nhóm con do có thể khác nhau về âm đọc hoặc ý nghĩa.
Kết quả thể thống kê sơ bộ trong Bảng 1. Một số hình thức chữ Nôm mượn nguyên dạng chữ Hán STT Hình thức Ví dụ Đồng âm và đồng nghĩa với 頭 đầu ; 袄 áo 1 chữ Hán Đồng nghĩa nhưng khác âm Chữ 外 có âm Hán Việt “ngoại” và âm Nôm “ngoài” 2 theo nhiều mức độ: khác ít, Chữ 捲 quyển = cuốn, Nôm đọc cuốn khác nhiều và khác hẳn Chữ 味 vị = mùi, Nôm đọc mùi 3 Đồng âm nhưng khác nghĩa Chữ 沒 một = mất, Nôm đọc một = số 1; 1. Chữ Nôm được tạo trên cơ sở kết hợp hai chữ Hán Theo nguyên tắc này, mỗi chữ Nôm gồm có hai thành tố: một thành tố chỉ ý nghĩa và một thành tố chỉ âm đọc, âm đọc phải thật đúng hay gần đúng chữ dùng để chỉ âm. - 𠀧 ba (số 3) = (phần chỉ âm 巴 (ba)) + (phần chỉ nghĩa 三 (tam = ba)); - ㈒ tay = (phần chỉ nghĩa 手 (thủ = tay)) + (phần chỉ âm 西 (tây)); LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com - 嚂trăm (số 100) = (phần chỉ nghĩa 百(bách = trăm)) + (phần chỉ âm 林 (lâm)) - 𣎃tháng = nguyệt 月 (biểu ý) + thượng 尚 (biểu âm) - 眜mắt = mục 目 (biểu ý) + mạt 末 (biểu âm) - 𡗶trời= thượng 上 (biểu ý) + thiên 天 (biểu âm) - 𠄼năm (5) = ngũ (五 biểu ý) + nam (南 biểu âm) - 𢆥năm (năm tháng) = niên (年 biểu ý) + nam (南 biểu âm) Những ví dụ trên cho ta kết luận về vị trí của phần chỉ nghĩa thay đổi, không cố định có thể.Trong một số trường hợp người ta sử dụng phần chỉ nghĩa là một bộ thủ, các bộ thủ thường gặp trong cấu tạo chữ Nôm là: 亠﹐刂﹐イ﹐厂﹐广﹐氵, 忄﹐辶﹐土﹐寸﹐口﹐巾﹐山﹐犭﹐子﹐小﹐女﹐礻﹐灬﹐木﹐艹﹐日﹐月﹐牛﹐毛 ﹐片﹐牙﹐疒﹐瓦﹐石﹐衤﹐白﹐目﹐皮﹐田﹐米﹐耳﹐竹﹐舟﹐羽﹐雨﹐色﹐耒﹐ 糸﹐貝﹐走﹐足﹐車﹐角﹐酉﹐金﹐風﹐食﹐髟﹐馬﹐魚﹐赤.
Một số bộ thủ dùng trong chữ Nôm STT Bộ thủ Ví dụ 1 人 hoặc 亻(nhân / nhơn ) 佈 = người tớ già 2 冫 (băng ) mát ಭ = hơi lành lạnh 3 口 (khẩu) 㗂 tiếng = âm thanh phát ra 4 女 nữ 媽 mợ = vợ của cậu 5 心 hoặc 忄tâm 慳 ghen = đố kỵ 6 扌hoặc 手 thủ = tay 扲 cầm = giữ bằng tay 7 日 nhật / nhựt 㡥 lúc = buổi, hồi, thời 8 木 mộc = cây 槾 mận 9 火 hoả = lửa 䤋cháy Qua các ví dụ trên ta cũng nhận thấy, vị trí bộ thủ thay đổi ở nhiều vị trí, lúc thì ở bên trái (như 呐, nói), ở trên (như 摊, nong).Và quy tắc kết hợp ý và thanh cũng nhiều trường hợp ngoại lệ là cả hai đều chỉ ý nghĩa. Chữ Nôm được tạo trên cơ sở kết hợp chữ Hán và chữ Nôm Ví dụ như chữ “ 羆mành = màn để che” viết đúng là “ cân 巾(ý) + manh 萌 (âm)” nhưng phần chỉ ý bị bỏ sót chỉ còn có phần chỉ âm 萌. Tóm lại, chữ Nôm được tạo trên cơ sở chữ Hán, nhưng có nhiều sự thay đổi phù hợp để thể hiện âm và nghĩa. Do trong suốt quá trình hình thành và phát triển chưa có một lần nào được chuẩn hóa nên các hình thức thể hiện sự tạo chữ Nôm rất phong phú và đa dạng.
Theo [6] thì theo tiến trình phát triển của lịch sử, càng vềsaucáctácphẩmviết bằngchữNômcàngcóxuthế tăng dầnloạichữ tự tạovà giảm dầnloạichữnômvay mượnchữHán.