Học viện Công nghệ Bưu chính Viễn thông

Chữ Nôm ra đời từ khoảng thế kỷ X và được sử dụng cho đến cuối thế kỷ XIX. Chữ Nôm là thứ chữ do Cha Ông chúng ta xây dựng dựa trên chất liệu chữ Hán để ghi lại âm và/hoặc ý của tiếng Việt chúng ta thời đó (vì vậy, thường được gọi là chữ Hán-Nôm). Trong suốt gần mười thế kỷ đó, biết bao công trình về lịch sử, văn học, y học, nông nghiệp, địa lý, …; các sắc phong, chiếu chỉ, châu bản, hoành phi, câu đối,...; các khế ước, gia phả, bài thuốc gia truyền,... được viết bằng Hán-Nôm và một số còn được lưu giữ cho đến ngày nay. Tiếc rằng, phần lớn các tài liệu đó (nhất là các tài liệu còn trôi nổi trong dân gian) chưa được “dịch” sang chữ Quốc ngữ (sử dụng con chữ Latin hiện nay), để thế hệ ngày nay (nhất là thế hệ trẻ) có khả năng đọc hiểu được các tài liệu viết bằng Hán-Nôm đó. Ngay cả các hệ thống dịch tự động mạnh nhất hiện nay trên thế giới cũng chưa dịch được chữ Nôm (chỉ dịch được chữ Hán, chủ yếu là chữ Hán ở Trung Quốc). Vì vậy, trong bản báo cáo này, chúng tôi sẽ trình bày các kết quả nghiên cứu của chúng tôi trong việc xây dựng hệ thống “dịch” tự động các tài liệu Hán-Nôm đó sang chữ Quốc ngữ. Hệ thống “dịch” này bao gồm nhiều bài toán xử lý bên trong như: Phân loại ảnh, nhận dạng ảnh (OCR), phân loại văn bản, chuyển tự (transliteration) hay còn gọi là dịch âm (dịch sang âm Hán-Việt), dịch nghĩa (interpretation) sang ngôn ngữ đương đại, ... Hệ thống này sẽ trợ giúp người dùng có thể đọc hiểu, khai thác, khám phá kho tàng tri thức quý giá viết bằng chữ Hán-Nôm do Cha Ông ta truyền lại thông qua chữ Quốc ngữ hiện nay.