Vấn đề “nhập nhằng” trong dịch thuật tiếng Việt bằng máy dịch

Sự nhập nhằng của ngôn ngữ luôn gây khó khăn cho máy dịch và đòi hỏi các nhà lập trình phải có những thuật toán hữu hiệu.
10442
10442

Trong văn nói (bồi), con người ít để ý đến sự nhập nhằng của ngôn ngữ bởi vì chúng ta sử dụng ngôn ngữ nói nên vấn đề này dường như dễ bị bỏ qua. Tuy nhiên, trong văn viết, vấn đề này trở nên nghiêm trọng hơn khi dễ dàng dẫn tới sự khó hiểu, thậm chí là hiểu sai. Một ví dụ trong một câu cần dịch có xuất hiện từ “kiếm” như trong câu “Kiếm gì thế?” vấn đề nảy sinh là cần dịch từ này là search, sword hay earn, con người xác định chúng khá dễ dàng căn cứ vào ngữ cảnh và các dấu hiệu nhận biết khác nhưng với máy thì không. Việc tìm ra các thuật toán hữu hiệu gây khó khăn không ít cho các nhà lập trình.

1. Nhập nhằng trong từ ghép

Trong tiếng Anh việc xác định ranh giới từ khá dễ dàng, mỗi từ riêng lẻ đã mang trọn vẹn một nghĩa và ranh giới của chúng được xác định thông qua khoảng trắng. Tiếng Việt thì khác, do là ngôn ngữ đơn lập nên từ vựng chủ yếu là các từ ghép vì thế khoảng trắng không phải luôn luôn là ranh giới chính xác.

Ví dụ câu:

  • He is a student(1)

Và câu:

  • Anh ấy là sinh viên(2)

Câu (1) phân định ranh giới dễ dàng cụ thể là:

  • He / is / a / student

Nhưng trong câu (2) nếu vẫn phân định ranh giới từ theo khoảng trắng không chính xác hoàn toàn, cụ thể:

  • Anh / ấy / là / sinh / viên

Từ giáo viên là từ ghép nay bị chia thành hai từ đơn là “sinh” và “viên”, cách chia này là sai. Cách phân định ranh giới đúng của câu trên là:

  • Anh ấy / là / sinh viên
Ambiguity in compounds

2. Sự khác biệt về ngữ pháp

Ví dụ Tiếng Việt không chia động từ theo ngôi và số, danh từ ít nhiều gì cũng chỉ một dạng ,VD: anh “đi”, tôi “đi”, hắn cũng “đi”; một “chai”, hai cũng “chai”…Còn tiếng Anh thì động từ biến dạng theo ngôi, danh từ biến theo số. VD: I “go”, you “go”, but he “goes”; one “bottle”, but two “bottles”… Do ảnh hưởng tiếng mẹ đẻ, người việt có khuynh hướng ; I go, you go, he also go; one bottle , two bottle also.

3. Từ có nhiều nghĩa

Bất cứ ngôn ngữ nào cũng có từ đa nghĩa, nguyên nhân là vì rất nhiều khái niệm có các sắc thái ý nghĩa tuy không hoàn toàn trùng khớp nhau nhưng lại có nhiều nét tương đồng. Như từ “cây” trong “cây cối” (tree) và “cây số” (kilometer) hay “cây vàng” (tael of gold) vừa có những nét nghĩa giống và khác nhau, hay từ “ăn” theo cuốn từ điển tiếng Việt thì có đến 12 nghĩa. Hiện tượng này gây cản trở cho việc dịch tự động, chương trình không biết dịch từ đa nghĩa theo nghĩa nào trong nhóm nghĩa của nó.

4. Từ đồng âm – đồng tự khác nghĩa

Hai từ đồng âm với nhau nghĩa là hai từ có âm giống nhau nhưng mang nghĩa khác nhau, còn đồng tự là hai từ về mặt ký tự là giống nhau nhưng nghĩa khác nhau. Do đặc điểm của tiếng Việt từ đồng âm cũng thường là từ đồng tự, ở các ngôn ngữ khác hai hiện tượng này không trùng khớp nhau. Cũng phải phân biệt từ đồng tự với từ đa nghĩa, trong từ đa nghĩa các nghĩa đều có chung một nguồn gốc và do vậy luôn có nét tương đồng trong khi đó trong từ đồng tự chúng không có liên hệ về nguồn gốc với nhau, nghĩa của chúng khác nhau rõ rệt. Ví dụ từ kiếm trong hai câu sau đây là hai từ đồng tự:

  • Anh ta dùng kiếm rất điêu luyện.
  • Anh ấy kiếm tiền tốt lắm.

Việc xác định nghĩa chính xác của từ đồng tự dễ dàng hơn từ đa nghĩa bởi vì sự khác nhau lớn về ngữ nghĩa của chúng giúp đưa ra được nhiều tiêu chuẩn tốt để phân biệt.

5. Âm tiết

Điểm khác nhau đầu tiên giữa tiếng Anh và tiếng Việt chính là tiếng việt là tiếng đơn âm còn tiếng Anh là tiếng đa âm. Các từ tiếng Việt chỉ có một âm tiết, khi phát âm chúng ta phát âm các từ tiếng Việt trọn vẹn trong một âm tiết, trong khi đó một từ tiếng Anh có thể có tới hai hoặc ba âm tiết. Từ sự khác biệt về đơn âm và đa âm mà trong tiếng Việt xuất hiện hệ thống thanh và dấu, còn trong tiếng Anh là trọng âm. Các thanh và dấu trong tiếng việt được thể hiện ngay trong cách viết của từ nhưng trọng âm trong tiếng Anh không được thể hiện trong cách viết của từ đó mà thể hiện ở phần phiên âm của từ. Khi phát âm tiếng Anh mà không phát âm đúng trọng âm của từ cũng giống như chúng ta nói tiếng Việt mà không có dấu

6. Từ loại trong tiếng Việt

Từ loại là một yếu tố quan trọng trong việc xác định nghĩa chính xác của từ và sắp xếp các từ thành câu hoàn chỉnh trong dịch tự động. Như vậy có nghĩa là từ loại giúp khử nhập nhằng, nhưng chính bản thân nó trong một số trường hợp cũng nhập nhằng. Phần lớn các ngôn ngữ biến hình từ loại được xác định tương đổi dễ dàng vì khi chuyển loại thì từ cũng chuyển kiều hình của nó ví dụ trong tiếng Anh từ free là tính từ có nghĩa là tự do, chuyển loại thành danh từ có thêm hậu tố “dom” thành freedom nghĩa là sự tự do. Điều này tạo thuận lợi cho việc gán nhãn từ loại một cách tự động nhờ các dấu hiệu nhận biết tổng quát. Các ngôn ngữ không biến hình như tiếng Việt vấn đề xác định từ loại yêu cầu các thuật toán phức tạp hơn,bắt buộc phải phân tích cú pháp, mặt khác ngay trong nội bộ ngành ngôn ngữ vẫn chưa có sự thống nhất về phân loại từ loại cho tiếng Việt.

Chia sẻ bài viết này:

Picture of Justin Nguyen

Justin Nguyen

Điều phối Dự án

Bình luận của bạn

Vấn đề “nhập nhằng” trong dịch thuật tiếng Việt bằng máy dịch