Mã số N3046: Giải mã di sản Hán Nôm: mở lối đưa kho tri thức nghìn năm đến với cộng đồng
Theo thống kê, hơn 90% tư liệu Hán Nôm hiện nay chưa được dịch sang chữ Quốc ngữ, hàng triệu trang sắc phong, gia phả, văn bia hay bài thuốc dân gian chủ yếu tồn tại dưới dạng ảnh hoặc bản số hóa. Đó cũng là lý do nhóm nghiên cứu do PGS.TS Đinh Điền – Giám đốc Trung tâm Ngôn ngữ học Tính toán, Trường ĐH Khoa học tự nhiên - Đại học Quốc gia TPHCM làm chủ nhiệm triển khai đề tài “Nghiên cứu xây dựng hệ thống dịch tự động Hán Nôm sang chữ Quốc ngữ giai đoạn 2”. Đề tài vừa được Hội đồng tư vấn nghiệm thu của Sở Khoa học và Công nghệ TP.HCM đánh giá hoàn thành xuất sắc.

Bằng việc ứng dụng trí tuệ nhân tạo (AI), hệ sinh thái Kim Hán Nôm đa nền tảng đang từng bước mở cánh cửa đưa kho tàng di sản ấy đến gần hơn với cộng đồng, tạo nền tảng cho công cuộc số hóa di sản văn hóa Việt Nam. PV Đài đã có cuộc trò chuyện cùng PGS.TS Đinh Điền – Giám đốc Trung tâm Ngôn ngữ học Tính toán, Trường ĐH Khoa học tự nhiên (Đại học Quốc gia TPHCM) để cùng nghe hành trình của những nhà khoa học giải mã di sản Hán Nôm bằng trí tuệ nhân tạo:
PV: Thưa ông, ý tưởng xây dựng hệ thống phiên dịch tự động Hán Nôm sang chữ Quốc ngữ đã được ông ấp ủ hơn 20 năm qua. Ông có thể chia sẻ về tính cấp thiết của việc phải tự xây dựng một hệ thống AI chuyên biệt cho Hán Nôm ở Việt Nam?
PGS.TS Đinh Điền: Hiện nay, AI được ứng dụng rất rộng rãi trong vấn đề dịch tự động. Tuy nhiên, các công cụ AI tiên tiến nhất trên thế giới như ChatGPT, Gemini hay DeepSeek đều chưa hiểu được chữ Nôm mà chỉ hiểu được chữ Hán. Đó chính là lý do chúng ta cần phải xây dựng riêng một hệ thống của mình, có khả năng dịch cả chữ Hán và chữ Nôm.
PV: So với giai đoạn 1, đâu là kết quả nổi bật nhất của đề tài trong giai đoạn 2 này thưa ông?
PGS.TS Đinh Điền: Khác biệt lớn nhất là hệ thống nay đã có khả năng dịch từ hình ảnh. Hầu hết văn bản Hán Nôm hiện tồn tại dưới dạng hình ảnh chụp lại từ gia phả, khế ước, hoặc hoành phi, sắc phong ở đền chùa. Người dân không thể gõ những chữ này vào máy tính. Ở giai đoạn 1, chúng ta chưa dịch được ảnh, nhưng sang giai đoạn 2, người dùng chỉ cần lấy điện thoại chụp, hệ thống sẽ tự động biến hình ảnh thành chữ để dịch.
PV: Được biết nhóm đã xây dựng kho dữ liệu lên tới 16 triệu ký tự. Quá trình thu thập, chuẩn hóa nguồn dữ liệu khổng lồ này đã gặp những khó khăn thách thức nào, thưa ông?
PGS.TS Đinh Điền: Ban đầu việc thu thập rất khó khăn vì dữ liệu chủ yếu ở dạng ảnh. Rất may mắn, chúng tôi nhận được 5TB dữ liệu thô từ Nom Foundation (Mỹ). Để biến ảnh thô thành dữ liệu có dán nhãn phục vụ huấn luyện máy, chúng tôi đã hợp tác với Viện Trần Nhân Tông, các tổ chức Công giáo để xin các bản dịch, sau đó dùng giải thuật để kết nối chữ gốc với bản dịch. Do dán nhãn tự động không thể chính xác 100%, chúng tôi phải nhờ các chuyên gia từ bộ môn Hán Nôm của Trường ĐH Khoa học Xã hội và Nhân văn, Đại học Quốc gia TPHCM hỗ trợ kiểm tra chéo. Dù vậy, kho tàng ông cha để lại trong dân gian còn vô cùng nhiều, chúng tôi rất mong người dân có thể đóng góp thêm.
PV: Với hệ sinh thái Kim Hán Nôm trên web và điện thoại, người dân có thể sử dụng ứng dụng này như thế nào trong thực tế?
PGS.TS Đinh Điền: Hệ thống này rất thuận lợi, dùng mọi lúc mọi nơi và hoàn toàn miễn phí mà không cần đăng nhập. Người dân không biết Hán Nôm chỉ cần dùng điện thoại chụp ảnh văn bản, tải lên hệ thống và nhấn nút dịch.
Chẳng hạn, lâu lâu chúng ta lại tìm thấy những chiếu chỉ, châu bản nói về việc cử người ra Hoàng Sa, Trường Sa; nếu người dân có văn bản ở nhà mà không biết chữ, họ chỉ cần chụp ảnh dịch ra để nắm được nội dung sơ bộ, từ đó báo cáo với chính quyền nếu là tư liệu quan trọng. Hoặc những bài thuốc gia truyền quý giá, nếu không biết nội dung, nhiều người bỏ đi, mất đi thì bao nhiêu tiền cũng không mua lại được. Hệ thống này ra đời chính là để giúp người dân giải quyết điều đó.
PV: Bước sang giai đoạn 3 sắp tới, định hướng nghiên cứu của nhóm sẽ tập trung vào những vấn đề gì?
PGS.TS Đinh Điền: Đây là một bài toán vô cùng lớn. Trong giai đoạn 3, chúng tôi sẽ đi chuyên sâu vào từng lĩnh vực riêng biệt. Hiện nhóm chúng tôi có khoảng 40 học viên cao học, chia thành hàng chục nhóm nghiên cứu nhỏ chuyên biệt về văn bia, sắc phong, y học cổ truyền, Phật giáo, ngoại cảnh... để đảm bảo độ chính xác cao hơn thay vì dịch chung chung như hiện nay.
Đặc biệt, bài toán khó nhất là chuyển từ dịch âm thuần túy sang giải nghĩa chữ Hán. Có những câu chữ Hán nếu chỉ dịch âm thì người bình thường không thể hiểu ý nghĩa thực sự. Dịch nghĩa là một thách thức cực lớn, dù khó khăn, chúng tôi vẫn quyết tâm chuyên môn hóa sâu và giải nghĩa chữ Hán để người bình thường có thể hiểu được.
PV: Rất cảm ơn PGS.TS Đinh Điền về những chia sẻ tâm huyết từ đề tài nghiên cứu của mình. Chúc ông cùng với nhóm nghiên cứu sẽ tiếp tục gặt hái được nhiều thành công hơn nữa trong giai đoạn 3 sắp tới.
PGS.TS Đinh Điền: Nhân cơ hội này, tôi cũng xin gửi gắm thêm một thông điệp và nhờ làn song phát thanh lan tỏa
Chúng ta biết rằng tiếng Việt có đến 65% là từ Hán Việt, nhưng nhiều khi chúng ta chưa hiểu hết ý nghĩa của chúng. Lấy ví dụ chữ "tri". Trong các từ "tri âm", "tri kỷ" hay "tri thức", chữ "tri" mang nghĩa là "biết". Nhưng chữ "tri" còn có một nghĩa khác nữa, ví dụ như trong từ "tri hô". "Tri hô" không phải là "biết hô", mà lúc đó nó mang ý nghĩa là "hô lên làm cho người khác biết".
Thông qua làn sóng phát thanh, tôi mong muốn thực hiện ý nghĩa thứ hai này của chữ "tri": “Xin hãy "hô lên" cho mọi người cùng biết rằng hiện nay đã có một công cụ hỗ trợ dịch Hán Nôm miễn phí. Bao nhiêu kho tàng quý giá ông cha để lại, nếu chúng ta để mai một đi thì vô cùng đáng tiếc. Vì vậy, tôi rất mong mọi người sẽ cùng sử dụng hệ thống này, đóng góp thêm tài liệu của gia đình và gửi nhận xét để giúp phần mềm của chúng tôi ngày càng hoàn thiện hơn” – PGS.TS Đinh Điền nhắn gởi.
Có lẽ, một thông điệp hết sức ý nghĩa từ cuộc trò chuyện với người giải mã di sản Hán Nôm, chính là tinh thần "Tri hô" – như cách PGS.TS Đinh Điền mượn nghĩa cổ của chữ Hán để gửi gắm: Hãy cùng nhau hô vang để tất cả mọi người cùng biết. Bởi lẽ, việc phát triển công cụ AI không chỉ đơn thuần là một thành tựu công nghệ, mà là một nỗ lực chạy đua với thời gian để giữ gìn và đưa di sản Hán Nôm đến thời mọi người. Hàng triệu trang gia phả, sắc phong, bài thuốc quý trong các gia đình có thể vô tình bị vứt bỏ hoặc bán phế liệu chỉ vì con cháu đời nay không thể đọc hiểu. Mọi người đều có thể sử dụng hệ thống miễn phí này, dùng chính chiếc điện thoại của mình để "giải mã" các văn bản cổ của gia đình, từ đó chung tay bảo vệ, đóng góp và làm giàu thêm kho tàng tri thức vô giá mà ông cha ta đã để lại. Đó cũng là mục tiêu cao nhất là hệ sinh thái “Kim Hán Nôm” hướng tới./.
Thuỳ Linh/Đài Phát thanh và Truyền hình TPHCM
Link phát sóng chương trình trên VOH Online:
Link Fanpage HTV4:
https://www.facebook.com/reel/2429928760832989