ArticleAuthors: Võ Ngọc Tín; Thái Hoàng Lâm; Trương Nhật Ánh; Đinh Điền (2023-11)
Trong suốt thiên niên kỷ hình thành và phát triển, chữ Hán-Nôm bao gồm vô số biến thể cho cùng một nhân vật. Hiện tượng này đã đặt ra nhiều thách thức cho hệ thống phiên âm tự động từ chữ Hán Nôm sang chữ Quốc ngữ Việt Nam do kho đào tạo thiếu sự bao quát toàn diện về các ký tự biến thể này. Để giải quyết vấn đề này, nghiên cứu của chúng tôi đề xuất sử dụng phần mềm máy tính để tự động thu thập các biến thể Hán-Nôm từ các trang web có uy tín. Phương pháp thực hiện bao gồm các bước sau: thu thập tự động các biến thể Hán-Nôm từ Internet, xây dựng công cụ phân khúc dữ liệu tự động và áp dụng các phương pháp thống kê để xác minh chất lượng của kho dữ liệu được thu thập. Kết quả của phương... 
