Nghiên cứu phương pháp xử lý chữ Nôm/Hán-Nôm nhúng trên thiết bị di động - ĐH Quốc gia Hà Nội

ĐẠI HỌC QUÓC GIA HÀ NỘI 1 * I BÁO CÁO TỎNG KÉT KÉT QUẢ THỤC HIỆN ĐÈ TÀI KH&CN CẤP ĐẠI HỌC QUỐC GIA Tên đề tài: Nghiên cứu phát triền các phương pháp và kỹ thuật xử lý chữ Nôm/Hán-Nôm, triển khai nhúng trong các thiết bị di động M ã số đề tài: QGTĐ.20 C hủ nhiệm đề tài: PGS. N guyễn N gọc Bình Hà Nội, 2015 ĐẠI HỌC QUỐC GIA HÀ NỘI (1n V V > OMOCHN 1 _____ ' Ị BÁO CÁO TỎNG KÉT KẾT QUẢ THỰC HIỆN ĐÊ TÀI KH&CN CẤP ĐẠI HỌC QUÓC GIA Tên đề tài: Nghiên cứu phát triển các phương pháp và kỹ thuật xử lý chữ Nôm/Hán-Nôm, triển khai nhúng trong các thiết bị di động Mã số đề tài: QGTĐ.20 Chủ nhiệm lề tài: PGS. Nguyễn Ngọc Binh Hà Nội, 2015 PHẦN I. THÒNG TIN CHUNG 1.

Tên đề tài: Nghiên cứu phát triển các phương pháp và kỹ thuật xừ lý chữ Nôm/Hán-Nôm, triển khai nhúng trcng các thiết bị di động 1. Danh sáca chủ trì, thành viên tham gia thực hiện đề tài TT Chức lanh, học vị, họ và tên Đơn vị công tác Vai trò thực hiện đề tài 1. Nguyễn Ngọc Bình Đại học Công nghệ Chủ nhiệm ĐHQGHN đề tài 2.TS, Nguyễn Đình Việt Đại học Công nghệ ủ y viên ĐHQGHN 3. Nguyễn Việt Hà Đại học Công nghệ ủ y viên ĐHQGHN 4.

Ngtyễn Phương Thái Đại học Công nghệ ủ y viên ĐHQGHN 5. Ng3 M inh Thủy Đại học Ngoại ngừ ủ y viên ĐHQGHN 6.TS Nguyễn Hoàng Anh Đai hoc N °oai ngữ ủ y viên ĐHQGHN 7. Trần Thị H ường Đại học Ngoại ngữ ủ y viên ĐHQGHN §. Nguyễn Tuấn Cường Đại học KHXH&NV ủ y viên ĐHQGHN 9.

Lê 3uang Minh Viên Công nghê Thông ủ y viên ủn, ĐHỌGHN ' 10. NCS, ThS Phạm Văn Hưởng Đại học Công nghệ ủ y viên thư ký ĐHQGHN 1. Đơn vị chủ trì: Trường Đại học Công nghệ 1. Thòi giaa thực hiện: 24 tháng 1.

The} hợp đồng: từ tháng 11 năm 2012 đến tháng 10 năm 2014. Giahạn (nếu có): đến tháng 10 năm 2015. Thục hiện thực tế: từ tháng 11 năm 2012 đến tháng 10 năm 2015. Những thay đổi so vói thuyết minh ban đầu (nếu có): (Ve mục tiêu nội dung, phương pháp, kết quả nghiên cứu và tổ chức thực hiện; Nguyên nhân; Ý kiến của Cơ quan quản lý) 1.

Tổng kiah phí được phê duyệt của đề tài: 500 triệu đồng. TÒNG QUAN KẾT QUẢ NGHIÊN c ứ u Viết theo :ấu trúc một bài báo khoa học tổng quan từ 6-15 trang (báo cáo này sẽ được đăng trên tạp chí khoa 'lọc ĐHQGHN sau khi đề tài được nghiệm thu), nội dung gồm các phần: 1 1. Đặt vấn đề Chữ Nôm à một di sản văn hoá, minh chứng cho truyền thống văn hiến lâu dài của dân tộc Việt Nam. Do đc việc phục hồi và phát triển chữ Nôm đang được xã hội quan tâm ngày càng nhiều.

Bên cạnh đó với /iệc phát triển nhanh chóng của công nghệ thông tin trong các lĩnh vực: công nghệ phần cứng, công nghệ phần mềm, công nghệ nhúng, việc ứng dụng công nghệ thông tin vào các hoạt động bảo tồi di sản chữ Nôm và Hán-Nôm là lĩnh vực nghiên cứu quan trọng. Lĩnh vực nghiên cứu này bao gorr các vấn đề chính như: đưa chữ Nôm vào máy tính, từ điển chữ Nôm, nhận dạng, đoán nhận và khói phục chữ Nôm lỗi, thiếu là lĩnh vực nghiên cứu có ý nghĩa thực tiễn quan trọng. Trong bối cảnh kiện nay, số lượng người biết chữ Nôm ngày càng hạn chế, việc nghiên cứu, xây dựng các ứng dụng về chữ Nôm trên máy tính, trên các thiết bị cầm tay có vai trò quan trọng trong việc gìn giữ, phá huy di sản văn hoá dân tộc. Yiệc nghiên cứu chữ Nôm đã được một số nhóm trong và ngoài nước tiến hành và thu được các kết quả bướí đầu, tập trung vào các khía cạnh mã hóa chữ Nôm, bộ phông Nôm, từ điển và bộ gõ chữ Nôm, nhản dạng chữ Nôm.

về mỡ hóa chữ Nôm, hiện nay, chúng ta đưa chữ Nôm vào bộ ký tự thê giói U niode và ISO 10646 bao gồm 5067 chữ trùng hình với chữ Trung Quốc, 4232 chữ thuân Nôm, và ỉiện đang đê nghị đưa vào thêm 2200 chữ. Vê phông Nôm, thực tê trong sử dụng hiện nay trên cả: máy tính, mói chỉ có bộ phông Arial Unicode MS chứa khoảng hơn 5,000 chữ Nôm trùng hình chữ Hán. Viện Mojikyo tại Nhật Bản đã làm ra phông chữ truetype cho 9299 chữ Nôm mà Việt N an đã đề nghị với quốc tế. Công ty DynaLab Đài Loan có trụ sở tại Thượng Hải và Hông Kông đã xìy dựng bộ phông DFSongLight_Vietnam2.ttf cũng cho 9299 chữ Nôm này.

Nhóm Nôm Na đã phá' triển bộ phông True Type NomNaTongLight.ttf (trên 15,000 chữ), về các phần mêm từ điên và bộ gõ, chúng ta đã phát triển phần mềm từ điển và bộ gõ như: phần mềm Từ điển Hán-Nôm trên PDA của Trung tâm công nghệ thông tin Thừa Thiên Huế, phần mềm đánh vãn bàn chữ Hán-Nôm cua tác giả Trần Uyên Thi và Alexandre Lê, phần mềm từ điển Trực tuyến Việt-Hán- Nôm biên soạn dựa trên cuốn Tự điển Hán-Nôm của Thiều Chửu do nhóm tác giả Phan Anh Dũng và Nguyên Thế ihực hiện, về nhận dạng chữ Nôm, nhóm nghiên cứu ờ Phòng thí nghiệm Toshiba — Đại học Công n£hệ - Đại học Quốc Gia Hà Nội đã thử nghiệm một số phương pháp nhận dạng chữ NÔĨI1 như mạng nơ-ron, Maximum Entropy, K-láng giềng gần nhất, P-Skđeton và đã đạt được kết quả bước đầu đáig khích lệ. Lĩnh vực tghiên cứu về chữ Nôm có phạm vi rộng, đòi hỏi nhiều thời gian và công sức, cần được tiến hành tieo từng giai đoạn với các nội dung cụ thể cần hoàn thành. Giai đoạn đầu gồm các công việc như: >.ây dựng các bộ phông Nôm, lưu trữ các văn bản chữ Nôm, các mẫu ảnh Nôm được chuyển từ các vin bản trên gỗ, giấy, v. và xây dựng bộ mã Unicode cho chữ Nôm.

Giai đoạn hai là xây dựng các bộ tự điển, từ điển cho chữ Nôm có thể ánh xạ ngữ nghĩa Nôm-Việt la tinh, Nôm- Anh. Giai đoạn ba là xây dựng ứng dụng nhận dạng chữ Nôm kết hợp với các từ điển đa ngôn ngữ trong giai đoạn hai; ban đầu xây dựng ứng dụng nhận dạng trên máy tính sau đó có thể tối ưu và đưa lên các thiá bị cầm tay. Việc này có ý nghĩa quan trọng khi khách du lịch thể tham quan các đình, chùa cỏ thí chụp hình và nhận dạng chữ Nôm từ điện thoại. Giai đoạn bốn là đoán nhận, khôi phục các chữ Nóm thiếu nét, mờ do thời gian dựa trên việc học máy từ kho dữ liệu đã tích luỹ trong các giai đoạn truớc.

Hiện nay, tình hình nghiên cứu chữ Nôm/Hán-Nôm ở nước ta mới đang ở trong hai giai đoạn đầu, còn nhiều 'ấ n đề cần nghiên cứu, giải quyết. Chúng ta cần tiếp tục bổ sung các ký tự còn thiếu vào bộ phông va bảng mã Unicode, cần nhất quán giữa các bộ từ điển, bổ sung thêm các ký tự thiếu vào từ điển, mỏ rộng tò điển đa ngôn ngữ như Việt latin- Nôm-Anh, cần tiếp cận các phương pháp đã áp dụng cho chữ Trung Quôc, Nhật Bản, v. đê áp dụng vào bài toán nhận dạng chữ Nôm, ban đầu xây dựng úng dụng nhận dạng chữ Nôm trên máy tính sau đó tối ưu và chuyển vào thiết bị cầm tay, cần mở rộr.g nghiên cứu bài toán khôi phục chữ thiêu. Để đưa ứng dụng nhận dạng chữ Nôm lên thiết bị cầir tay, chúng ta cũng cần nghiên cứu các vấn đề về công nghệ nhúng như: hệ thống nhúng, phần mém nhúng, hệ thời gian thực, các môi trường phát triên, lập trình nhúng.

Đông thời cũng phải giải cuyêt các vân đê cho bài toán nhận dạng như: tôi ưu lưu trữ, cải tiên hiệu năng, v. 2 vì hầu hết các môi tường nhúng đều hạn chế về bộ nhớ, khả năng xử lý của CPU, có thể yêu cầu tính thời gian thực. Căn cứ vào cá: vấn đề đã nghiên cứu, các vẩn đề còn tồn tại, tình hình nghiên cứu trên thế giới, việc nghiên CÚI và phát triển các phương pháp, kỹ thuật xử lý chữ Nôm/Hán-Nôm là đề tài có ý nghĩa thực tiễn qum trọng góp phần bảo tồn, phát huy di sản văn hóa dân tộc. Đồng thời đề tài cũng có những đón£ góp khoa học như: phát triển, cải tiến các phương pháp kỹ thuật tốt cho chữ Nôm/Hán-Nôm; xây dựng mô hình nhận dạng chữ tượng hình nói chung; nghiên cứu các đặc trưng mới mang tính đặc tiù của chữ Nôm; kế thừa, kết hợp các phương pháp nhận dạng chữ tượng hình để để xây dựng phrơng pháp nhận dạng mới phù hợp với chữ Nôm/Hán-Nôm; phát triển các phương pháp, kỹ thuit cải tiến hiệu năng, tiêu thụ điện năng của các ứng dụng trên thiết bị di động.

Mục tiêu Phối hợp liêi ngành nhàm đề xuất các phương pháp và kỹ thuật xừ lý chữ và văn bản Nôm/Hán-Nôm. Tri(n khai thử nghiệm ứng dụng xử lý và nhận dạng chữ Nôm/Hán-Nôm trên thiết bị di động. Phương pháp ngiiên cứu Tiếp cận, kế thừa các thành tựu đã có trong công nghệ nhận dạng chữ tượng hình gốc chữ Trung Quốc, kế thừí và tiếp tục thành quả của những nghiên cứu trước đó của nhóm tác giả nên có tính khả thi cao, mci các chuyên gia về chữ Nôm/Hán-Nôm, tiếng Nhật, tiếng Hàn, tiếng Trung cùng tham gia nghiêi cứu phát triển để tăng hiệu quả và chất lượng nghiên cứu. Triên khai kít hợp cả hai lĩnh vực lý thuyết và thực nghiệm.

Phân công công việc hợp lý giữa các thành viên,việc kêt hợp NCÍCH với đào tạo đại học và cau đại học S”- d\'nơ tích cực năn° lực chuyên môn củacác nghiên cứu sinh tham gia đề tài. Việc tổ chức các xêmina khoa học thường xuyên và giám sát vệc thực hiện các chuyên đề nghiên cứu cũng là một phương pháp quản lý tích cực đê triên khai đề ài thành công. Các kỹ thuật thống kê, phân tích được dùng trong điều tra, thực nghiệm và đánh giá. Tổng kết kết quẩ nghicn cứu Đề tài “Nghi':n cứu phát triển các phương pháp và kỹ thuật xử lý chữ Nôm/Hán-Nôm, triển khai nhúng tronẸ cá< thiết bị di động” mang tính liên ngành cao, vừa CNTT, vừa ngôn ngữ học, vừa góp phần tìm hiểu vin hóa và bảo tồn, khôi phục tư liệu về chữ Nôm và nền văn hóa thời chữ Nôm của Việt Nam.

Đe tii đã được triển khai với sự tham gia của các nhà chuyên môn từ các cơ quan khác nhau như Trưmg ĐHKHXN&NV, Trường ĐHNN, Viện Nghiên cứu Hán-Nôm, các Viện CNTT, v.