Ứng dụng AI giải mã di sản chữ Nôm

Hóa giải rào cản ngôn ngữ

Trong suốt 10 thế kỷ, chữ Nôm là phương tiện ghi chép chính của người Việt trên nhiều lĩnh vực từ lịch sử, y học đến văn học. Tuy nhiên, việc tiếp cận nguồn tư liệu này hiện gặp khó khăn do số người đọc hiểu chữ Nôm rất ít, trong khi tài liệu gốc đang dần mai mọt theo thời gian.

Mô hình AI tự động dịch văn bản chữ Nôm sang chữ Quốc ngữ. Ảnh: NVCC

PGS.TS Đinh Điền, Giám đốc Trung tâm Ngôn ngữ học tính toán (ĐH Khoa học Tự nhiên), cho biết việc chuyển tự rất phức tạp vì chữ Nôm là chữ ghi ý, một từ có thể có nhiều cách viết Quốc ngữ tùy theo ngữ cảnh. Nhóm nghiên cứu đã sử dụng hơn 13 triệu dữ liệu Hán Nôm, kết hợp hai mô hình học máy hiện đại là dịch thống kê (SMT) và dịch mạng nơron (NMT) để tối ưu hóa độ chính xác.

Độ chính xác ấn tượng

Hệ thống hiện được triển khai dưới dạng website với kết quả khả quan: Lĩnh vực văn học, lịch sử, xã hội: Đạt độ chính xác trên 90% (riêng Truyện Kiều lên tới 99%). Y học cổ truyền và chuyên ngành: Đạt khoảng 70%.

Đặc biệt, nhóm đang thử nghiệm công nghệ nhận diện qua ảnh chụp. Người dùng chỉ cần chụp ảnh văn bản chữ Nôm bằng điện thoại, hệ thống AI sẽ tự động quét, dự đoán ký tự dựa trên ngữ cảnh và trả kết quả sang chữ Quốc ngữ với độ chính xác khoảng 95%, ngay cả với ảnh chất lượng thấp.

Cánh cửa mở ra di sản dân tộc

Dự án phi lợi nhuận này không chỉ hỗ trợ các nhà nghiên cứu mà còn giúp cộng đồng dễ dàng tra cứu các bài thuốc dân gian, tư liệu địa lý, văn hóa cổ. Các chuyên gia đánh giá đây là công cụ quan trọng để bảo tồn di sản ngôn ngữ, giúp "hồi sinh" những giá trị văn hóa đang ngủ yên trong các thư viện và viện nghiên cứu. Nhóm tác giả hy vọng cộng đồng sẽ tiếp tục đóng góp dữ liệu để hệ thống ngày càng hoàn thiện, góp phần giữ gìn bản sắc dân tộc trong thời đại số.