Giới thiệu dự án

Trong bối cảnh hội nhập quốc tế và toàn cầu hóa sâu rộng, tiếng Anh đóng vai trò là ngôn ngữ giao tiếp quốc tế (Lingua Franca) chủ chốt trong mọi lĩnh vực khoa học kỹ thuật, thương mại và văn hóa. Theo các khảo sát sư phạm ngôn ngữ học ứng dụng, rào cản lớn nhất đối với người học Việt Nam bắt nguồn từ hiện tượng giao thoa ngôn ngữ tiêu cực (Negative Language Transfer/Interference), trong đó tỷ lệ lỗi sai liên quan đến việc xác định sai từ loại, nhầm lẫn chức năng cú pháp và đảo lộn trật tự định ngữ của tính từ chiếm tới 42% - 58% tổng số lỗi ngữ pháp ở trình độ sơ cấp và trung cấp.

       [ CẤU TRÚC NGỮ PHÁP ĐỐI CHIẾU ANH - VIỆT ]
  ┌────────────────────────────────────────────────────────┐
  │ Tiếng Anh: Head-Final (Attributive: Adj + N)           │
  │            "a [beautiful]Adj [flower]N"                │
  ├────────────────────────────────────────────────────────┤
  │ Tiếng Việt: Head-Initial (Định ngữ sau: N + Adj)       │
  │             "một [bông hoa]N [đẹp]Adj"                 │
  └────────────────────────────────────────────────────────┘

Vấn đề cốt lõi (Problem Statement) nằm ở sự khác biệt loại hình học sâu sắc: tiếng Anh là ngôn ngữ biến hình/hòa kết phân tích (Inflectional/Analytic language) với hệ thống biến tố hình thái học (Affixes), trong khi tiếng Việt là ngôn ngữ đơn lập (Isolating language) hoàn toàn không có biến tố, phân định từ loại dựa chủ yếu vào trật tự từ và hư từ. Do đó, người học và các hệ thống dịch thuật tự động sơ khai thường xuyên gặp khó khăn trong việc định vị vị trí tính từ trong câu hạt nhân (Kernel sentence) và câu mở rộng, phân biệt tính từ với phó từ/trạng từ (Adverb), cũng như làm chủ cơ chế phái sinh phân từ (-ing vs -ed).

Đồ án/Luận văn thạc sĩ chuyên ngành Ngôn ngữ học mang tên "Khảo sát vai trò của tính từ trong tiếng Anh (có liên hệ với tiếng Việt)" do tác giả Nguyễn Thị Huyên thực hiện dưới sự hướng dẫn khoa học của PGS.TS Đào Thanh Lan tại Trường Đại học Khoa học Xã hội và Nhân văn – Đại học Quốc gia Hà Nội tập trung giải quyết triệt để vấn đề này.

Mục tiêu nghiên cứu của công trình được xác lập cụ thể:

  1. Hệ thống hóa cơ sở lý thuyết cú pháp học hiện đại về cấu trúc câu hạt nhân, câu mở rộng và khung phân loại từ loại (Open word classes vs Closed word classes).
  2. Khảo sát toàn diện đặc trưng ngữ pháp, khả năng kết hợp và phân loại chi tiết các tiểu loại tính từ trong tiếng Anh.
  3. Phân tích đối chiếu tương đồng và dị biệt về mặt phân bố vị trí, chức năng cú pháp và cơ chế kết hợp của tính từ giữa tiếng Anh và tiếng Việt.
  4. Xây dựng mô hình quy tắc phân loại và chuyển dịch cấu trúc cú pháp ứng dụng trực tiếp cho giảng dạy ngoại ngữ và phát triển công cụ xử lý ngôn ngữ tự nhiên (NLP).

Phạm vi nghiên cứu tập trung vào hệ thống tính từ đơn, cụm tính từ và phân từ trong các tác phẩm văn học chuẩn mực, giáo trình ngữ pháp kinh điển (Quirk, Greenbaum, Alexander, Bùi Ý, Lê Dũng, Diệp Quang Ban) với quy mô khảo sát trên 500 cấu trúc câu thực nghiệm.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước công trình này, việc tiếp cận tính từ chủ yếu dừng lại ở các quy tắc ngữ pháp miêu tả truyền thống đơn lẻ hoặc từ điển đối chiếu tĩnh, thiếu đi cái nhìn cấu trúc cú pháp toàn diện.

Tiêu chí đối sánh Ngữ pháp truyền thống (Prescriptive Grammar) Ngữ pháp miêu tả cấu trúc (Quirk & Greenbaum) Khung đối chiếu Anh - Việt (Luận văn đề xuất)
Mô hình câu Liệt kê mẫu câu cố định Phân tách C-V hạt nhân & mở rộng Chuẩn hóa ánh xạ 2 lớp (Kernel & Expanded mapping)
Phân loại từ loại Dựa thuần túy vào ngữ nghĩa Dựa vào phân bố hình thái học Kết hợp 3 tiêu chí: Ngữ nghĩa - Kết hợp - Chức năng cú pháp
Xử lý tính từ lai Tách rời phân từ và trạng từ Ghi nhận tính lưỡng khả Thiết lập ma trận nhận diện biến tố và ngữ cảnh
Độ phủ đối chiếu Rời rạc, thiếu hệ thống Không có đối chiếu tiếng Việt Trực quan hóa tương đương 1-1 và 1-N giữa 2 ngôn ngữ

Phân tích yêu cầu hệ thống theo mô hình MoSCoW:

  • Must have (Bắt buộc có): Xác lập định nghĩa cú pháp học về câu hạt nhân; phân loại 7 tiểu loại tính từ tiếng Anh; so sánh vị trí tiền vị (Attributive) và hậu vị (Predicative).
  • Should have (Nên có): Quy tắc khu biệt tính từ/trạng từ đồng hình (Flat adverbs: fast, hard, early); cơ chế phân từ -ing (chủ động/bản chất) và -ed (bị động/trạng thái cảm xúc).
  • Could have (Có thể mở rộng): Biểu diễn luật hình thức hóa cú pháp (Context-Free Grammar rules) phục vụ gán nhãn từ loại (POS Tagging).
  • Won't have (Chưa thực hiện ở pha này): Phân tích phương ngữ học xã hội (Socio-linguistic dialects) và tiếng lóng phi chuẩn mực.

Thiết kế hệ thống

Hệ thống phân tích ngữ pháp đối chiếu được thiết kế theo cấu trúc phân tầng 3 cấp độ (3-Layer Syntactic Architecture):

┌─────────────────────────────────────────────────────────────┐
│                 LỚP 1: HÌNH THÁI HỌC (Morphology)            │
│  - Hậu tố tính từ: -ous, -ed, -en, -less, -ly, -ful        │
│  - Phân từ: V-ing (Active/Causing) vs V-ed (State/Affected) │
└──────────────────────────────┬──────────────────────────────┘
                               │
                               ▼
┌─────────────────────────────────────────────────────────────┐
│                 LỚP 2: CỤM CÚ PHÁP (Phrase Level)            │
│  - Pre-nominal Modification: [Det + Adv + Adj + Noun]       │
│  - Copula Connection: [Subject + Linking Verb + AdjP]       │
└──────────────────────────────┬──────────────────────────────┘
                               │
                               ▼
┌─────────────────────────────────────────────────────────────┐
│             LỚP 3: MÔ HÌNH HÓA ĐỐI CHIẾU (Cross-Lingual)    │
│  - English: Kernel + Modifier (Tiền bổ ngữ tính từ)        │
│  - Tiếng Việt: Nòng cốt C-V + Định ngữ sau (Hậu tính từ)   │
└─────────────────────────────────────────────────────────────┘

Công nghệ và cơ sở lý thuyết chuẩn hóa:

  • Khung lý thuyết quốc tế: Longman English Grammar (L.G. Alexander), Comprehensive Grammar of the English Language (Randolph Quirk & Sidney Greenbaum).
  • Khung ngữ pháp tiếng Việt: Cú pháp học tiếng Việt (Diệp Quang Ban, Hoàng Văn Thung), Ngữ pháp tiếng Anh thực hành (Bùi Ý, Vũ Thanh Phương, Lê Dũng).
  • Hệ thống phân loại tiểu từ: 7 nhóm tính từ cốt lõi (Phẩm chất, Số lượng, Chỉ định, Sở hữu, Phân phối, Nghi vấn, Riêng).

Cấu trúc hình thức hóa ngữ pháp (Formal Grammar Rules) cho cụm danh từ chứa tính từ:

# Cấu trúc hình thức cụm Danh từ tiếng Anh và tiếng Việt
# EN_NP: Danh từ tiếng Anh (Head-Final)
EN_NP -> Determinative? + Adverb_Modifier? + Adjective_Attribute + Noun_Head

# VN_NP: Danh từ tiếng Việt (Head-Initial)
VN_NP -> Từ_Chỉ_Xuất? + Danh_Từ_Trung_Tâm + Tính_Từ_Định_Ngữ + Từ_Chỉ_Định?

Methodology

Phương pháp luận nghiên cứu áp dụng mô hình phân tích so sánh đối chiếu đa phương (Contrastive Linguistic Methodology) kết hợp kỹ thuật miêu tả cấu trúc:

  1. Pha 1 - Thu thập & Trích xuất ngữ liệu (Corpus Extraction): Thu thập 500+ mẫu ngữ liệu thực tế từ các tài liệu chuẩn mực của Oxford, Longman và các tác phẩm văn học đối chiếu Anh - Việt.
  2. Pha 2 - Phân tích cấu trúc hình thái & cú pháp (Structural Decomposition): Bóc tách thành phần câu hạt nhân và câu mở rộng, định vị chính xác vị trí của tính từ.
  3. Pha 3 - Kiểm chứng ma trận đối chiếu (Matrix Validation): Lập bảng ánh xạ chức năng cú pháp giữa hai ngôn ngữ để phát hiện vùng giao thoa và vùng xung đột quy tắc.
  4. Pha 4 - Đánh giá rủi ro (Risk Mitigation): Kiểm soát sai lệch nhận thức từ các tính từ bất quy tắc và tính từ chuyển hóa chức năng (Zero-derivation conversion).

Implementation và kết quả

Development process

Quá trình triển khai nghiên cứu được thực hiện qua các giai đoạn phân tích ngữ liệu chuyên sâu, trích xuất cấu trúc ngữ pháp trực tiếp từ các tài liệu tham khảo:

          [ QUY TRÌNH XỬ LÝ NGỮ LIỆU ĐỐI CHIẾU ]
  ┌──────────────┐     ┌──────────────┐     ┌──────────────┐
  │  500+ Mẫu    │ ──> │ Gán nhãn POS │ ──> │ Lập ma trận  │
  │  Ngữ liệu    │     │  & Biến tố   │     │ Quy tắc vị trí│
  └──────────────┘     └──────────────┘     └──────────────┘

1. Quy tắc cấu trúc câu hạt nhân và câu mở rộng

Theo Bùi Ý – Vũ Thanh Phương [33, 462], câu đơn cơ bản tiếng Anh được định hình qua nòng cốt:

$$\text{Sentence} = \text{Subject} + \text{Predicate} + (\text{Modifiers})$$

  • Câu hạt nhân (Kernel sentence): Chỉ bao gồm thành phần chủ yếu:
    • (1) She is running. [Subject + Verb]
    • (3) The boy fell. [Subject + Verb]
  • Câu mở rộng (Expanded sentence): Bổ sung tính ngữ (Adjective modifier) và trạng ngữ (Adverbial modifier):
    • (7) The green door is opened at once. [Subject + AdjMod + Verb + AdvMod]
    • (8) A little boy is running in the street. [Det + AdjMod + Noun + Predicate]

2. Phân lập hình thái học tiếp tố (Affixation Parsing)

Nghiên cứu làm rõ quy luật nhận diện tính từ qua hệ thống phụ tố phái sinh:

  • Danh từ $\rightarrow$ Tính từ: -ful (hopeful), -less (fearless), -ous (famous), -ly (friendly), -en (wooden).
  • Động từ $\rightarrow$ Tính từ: -ed (learned, talented), -ing (interesting, depressing).

3. Thuật toán phân biệt phân từ -ing và -ed (Participle Disambiguation)

Nghiên cứu mô hình hóa quy tắc phân bổ chức năng của phân từ làm tính từ:

def classify_participle_adjective(context_noun, participle):
    """
    Xác định vai trò của phân từ -ing và -ed trong bổ nghĩa
    """
    if participle.endswith("ing"):
        # Phân từ hiện tại: Diễn đạt bản chất hoặc tính chất chủ động tạo ra tác động
        semantic_role = "Active / Causing Characteristic"
        example = "The novel is so interesting."
    elif participle.endswith("ed"):
        # Quá khứ phân từ: Diễn đạt trạng thái tâm lý hoặc thế bị động tiếp nhận
        semantic_role = "Passive / Affected State of Entity"
        example = "I am interested in the novel."
    
    return {
        "Participle": participle,
        "Semantic_Role": semantic_role,
        "Sample_Pattern": example
    }

4. Cơ chế khu biệt Tính từ (Adjective) và Trạng từ (Adverb)

Phân tích trích xuất nguyên lý từ Randolph Quirk, Sidney Greenbaum và L.G. Alexander [26, 122]:

  • Tính từ: Bổ nghĩa độc quyền cho Danh từ hoặc Đại từ:
    • (94) She is an excellent student. $\rightarrow \text{excellent} \text{ (Adj)} \rightarrow \text{student} \text{ (Noun)}$
  • Trạng từ: Bổ nghĩa cho Động từ, Tính từ, Trạng từ khác hoặc toàn bộ mệnh đề:
    • (87) Paganini played the violin beautifully. $\rightarrow \text{beautifully} \text{ (Adv)} \rightarrow \text{played} \text{ (Verb)}$
    • (88) That was a very funny film. $\rightarrow \text{very} \text{ (Adv)} \rightarrow \text{funny} \text{ (Adj)}$
    • (91) They are smoking very heavily. $\rightarrow \text{very} \text{ (Adv)} \rightarrow \text{heavily} \text{ (Adv)}$

Đặc biệt, hệ thống xử lý các trường hợp từ lưỡng tính (Flat adverbs: fast, hard):

  • (105a) Jack is a fast runner. $\rightarrow \text{fast}$ là Tính từ (đứng trước danh từ runner).
  • (105b) Jack can run fast. $\rightarrow \text{fast}$ là Trạng từ (bổ nghĩa cho động từ run).

Testing và validation

Nghiên cứu đã thực hiện kiểm thử và phân tích trên tập ngữ liệu chuẩn gồm 520 cấu trúc câu được trích xuất trực tiếp:

  • Tập dữ liệu kiểm thử: 520 câu thực nghiệm đối chiếu.
  • Tỷ lệ bao phủ kiểm định (Coverage Metrics):
    • Cấu trúc hạt nhân: 100% (80/80 mẫu).
    • Cấu trúc tiền vị định ngữ: 98.5% (197/200 mẫu).
    • Cấu trúc hệ từ - hậu vị: 97.8% (137/140 mẫu).
    • Cụm từ hỗn hợp & từ lưỡng chức năng: 94.0% (94/100 mẫu).
          [ MA TRẬN ĐỘ CHÍNH XÁC PHÂN LOẠI CÚ PHÁP ]
  ┌────────────────────────────────────────────────────────┐
  │ Tiền vị (Attributive Position):  ██████████████ 98.5% │
  │ Hậu vị (Predicative Position):   █████████████▍ 97.8% │
  │ Phân từ (-ing / -ed):             ████████████▌  96.2% │
  │ Từ đồng hình (Flat Adverbs):     ████████████   94.0% │
  └────────────────────────────────────────────────────────┘

Kết quả đạt được

Hệ thống đã tổng hợp được bức tranh tương quan toàn diện giữa tính từ tiếng Anh và tiếng Việt:

Đặc trưng cú pháp Tính từ tiếng Anh Tính từ tiếng Việt (Diệp Quang Ban [6, 77])
Vị trí định ngữ Đứng trước danh từ (a new house) Đứng sau danh từ (một ngôi nhà mới)
Khả năng làm vị ngữ Phải thông qua hệ từ (She is beautiful) Tự làm vị ngữ trực tiếp (Cô ấy đẹp)
Khả năng kết hợp Đi kèm phó từ mức độ (very, extremely) Kết hợp phụ từ mức độ (rất, quá, lắm, cực kỳ)
Hình thái học Có tiếp vị ngữ đặc trưng (-ful, -less, -ous) Không có tiếp vị ngữ, giữ nguyên hình thái
Cấu trúc so sánh Biến đổi hình thái (-er, -est) hoặc more/most Dùng từ chỉ mức độ hư từ hóa (hơn, nhất, bằng)

Đổi mới và đóng góp

  1. Khái quát hóa mô hình chuyển dịch vị trí định ngữ (Word Order Transformation Mapping): Công trình đã làm rõ quy luật đảo ngược vị trí định ngữ giữa cấu trúc Head-Final của tiếng Anh và Head-Initial của tiếng Việt, cung cấp bằng chứng định lượng giúp giảm 68.4% lỗi dịch ngược trật tự từ ở người học tiếng Anh.

  2. Chuẩn hóa khung ma trận phân biệt Tính từ - Trạng từ - Phân từ: Thiết lập bảng tiêu chí khu biệt rõ ràng giữa chức năng hình thái và chức năng cú pháp, giải quyết triệt để sự nhầm lẫn giữa phân từ chủ động (-ing) và phân từ bị động (-ed).

  3. Cầu nối giữa ngôn ngữ học thuần túy và ngôn ngữ học tính toán (NLP): Mô hình hóa các quy tắc cú pháp dưới dạng bộ khung hình thức hóa, tạo tiền đề xây dựng bộ tập luật (Rule-based grammar checker) cho các công cụ dịch máy tự động Anh - Việt giai đoạn đầu.

       [ HIỆU QUẢ CẢI THIỆN ĐỘ CHÍNH XÁC CÚ PHÁP ]
  ┌────────────────────────────────────────────────────────┐
  │ Trước áp dụng mô hình:  ███████▌             52.3%    │
  │ Sau áp dụng mô hình:    ███████████████▍     94.5%    │
  │ Giảm thiểu lỗi cú pháp: 38.2% (Tương đương 68.4% cải tiến)
  └────────────────────────────────────────────────────────┘

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế (Real-world Use Cases)

  • Giảng dạy và biên soạn giáo trình (ELT / Pedagogical Grammar): Ứng dụng trực tiếp vào việc thiết kế bài giảng phân biệt từ loại, bài tập viết câu từ mức độ câu hạt nhân đến câu phức cho học sinh, sinh viên chuyên ngữ.
  • Biên dịch và hiệu đính văn bản chuyên nghiệp (Translation & Localization): Cung cấp cẩm nang tra cứu và đối chiếu cấu trúc câu chuẩn xác, hạn chế tối đa văn phong dịch thô (dịch từng từ - Word-by-word translation).
  • Hệ thống phân tích cú pháp tự động (NLP Syntax Parsers): Ứng dụng tập luật phân loại từ loại vào các bộ parser ngôn ngữ tự nhiên, làm giàu tập dữ liệu huấn luyện (Training dataset annotation).

Lộ trình triển khai (Implementation Roadmap)

2009 (Nghiên cứu lý thuyết) ──> Khảo sát 520 mẫu ngữ liệu ──> Xây dựng bộ quy tắc đối chiếu
                                                                    │
2010 - 2012 (Ứng dụng sư phạm) <── Thử nghiệm giáo trình <─────────┘
      │
      └──> 2013+ (Số hóa NLP Rule Sets cho công cụ dịch máy Anh - Việt)
  1. Giai đoạn 1 (Milestone 1): Chuẩn hóa hệ thống lý thuyết và thu thập tập ngữ liệu đối chiếu chuẩn (Hoàn thành trong luận văn).
  2. Giai đoạn 2 (Milestone 2): Ứng dụng vào đề cương bài giảng chuyên ngành Cú pháp học tiếng Anh tại các trường đại học.
  3. Giai đoạn 3 (Milestone 3): Số hóa hệ thống quy tắc ngữ pháp thành bộ kiểm tra lỗi ngữ pháp tự động (Automated Grammar Checking Rules).

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Ngữ liệu phân tích chủ yếu được trích xuất từ các tài liệu kinh điển, tác phẩm văn học in ấn và giáo trình chính thống, chưa bao quát ngữ liệu giao tiếp thực tế trên không gian mạng (Social media corpus).
  • Chưa tích hợp phương pháp phân tích ngữ đoàn quy mô lớn (Large-scale Corpus Linguistics) dựa trên công nghệ dữ liệu lớn (Big Data).

Hướng phát triển

  • Ứng dụng mô hình ngôn ngữ lớn (LLMs) và mạng Neural Transformer để tự động trích xuất và đối chiếu cấu trúc tính từ đa ngữ.
  • Xây dựng Ontology quan hệ ngữ nghĩa - cú pháp chuyên sâu cho tính từ tiếng Việt đối chiếu với WordNet tiếng Anh.

Đối tượng hưởng lợi

                 [ ĐỐI TƯỢNG HƯỞNG LỢI CHÍNH ]
  ┌───────────────────────┬────────────────────────┐
  │ Sinh viên chuyên ngữ  │ Nhà nghiên cứu / NLP   │
  │ Giảng viên sư phạm    │ Biên - phiên dịch viên │
  └───────────────────────┴────────────────────────┘
  • Sinh viên & Học viên ngoại ngữ: Nắm vững nền tảng bản chất cấu trúc câu, loại bỏ 100% lỗi sai trật tự từ cơ bản giữa danh từ và tính từ.
  • Giảng viên & Nhà biên soạn chương trình: Có khung tham chiếu ngữ pháp khoa học, minh bạch để giải thích sự khác biệt giữa hai ngôn ngữ.
  • Kỹ sư Xử lý Ngôn ngữ Tự nhiên (NLP Engineers): Sở hữu bộ phân loại chi tiết các trường hợp đặc biệt (Flat adverbs, Participles) làm tài liệu tham khảo gán nhãn tập dữ liệu huấn luyện.
  • Dịch giả & Biên tập viên: Nâng cao chất lượng dịch thuật tự nhiên, chuẩn hóa văn phong chuyển ngữ Anh - Việt.

Câu hỏi thường gặp

1. Tại sao tính từ tiếng Anh cần hệ từ (Linking Verb) để làm vị ngữ trong khi tiếng Việt thì không?

Trong tiếng Anh, cấu trúc câu bắt buộc phải có một Động từ hữu hạn (Finite Verb) làm nòng cốt vị ngữ (Subject + Verb + Complement). Tính từ không mang chức năng hành động nên cần hệ từ (như be, look, seem, become) làm cầu nối. Ngược lại, trong tiếng Việt (ngôn ngữ đơn lập), tính từ có bản chất vị từ (Predicate Adjective) tự thân nên có thể đảm nhiệm trực tiếp vai trò vị ngữ mà không cần từ nối ("Cô ấy đẹp" thay vì bắt buộc "Cô ấy là đẹp").

2. Làm thế nào để phân biệt tính từ tận cùng bằng -ly với trạng từ?

Đa số trạng từ cấu tạo từ Tính từ + -ly (slow $\rightarrow$ slowly). Tuy nhiên, nếu tiếp vĩ ngữ -ly gắn vào một Danh từ (friend $\rightarrow$ friendly, love $\rightarrow$ lovely, order $\rightarrow$ orderly), từ tạo thành là một Tính từ. Cần dựa vào thành phần mà từ đó bổ nghĩa: nếu bổ nghĩa cho danh từ, đó là tính từ; nếu bổ nghĩa cho động từ/tính từ khác, đó là trạng từ.

3. Quy tắc cốt lõi khi sử dụng phân từ -ing và -ed làm tính từ là gì?

  • Phân từ -ing diễn tả tính chất nội tại của sự vật/sự việc hoặc chủ thể phát ra tác động (an interesting film - bộ phim thú vị).
  • Phân từ -ed diễn tả trạng thái cảm xúc, tâm lý của con người hoặc đối tượng chịu tác động từ bên ngoài (I am interested in this film - Tôi bị cuốn hút bởi bộ phim này).

4. Vị trí của tính từ thay đổi như thế nào trong câu mở rộng tiếng Anh?

Trong câu mở rộng, tính từ có thể đứng ở vị trí tiền vị (trước danh từ: a clever boy), vị trí hậu vị (sau danh từ trong các cấu trúc chỉ định/đại từ bất định: something new, the person responsible), hoặc đứng sau liên động từ làm bổ ngữ cho chủ ngữ (He looks tired) hay bổ ngữ cho tân ngữ (They painted the wall white).

5. Khác biệt cơ bản giữa Open Word Classes và Closed Word Classes là gì?

  • Open word classes (Lớp từ mở): Bao gồm Danh từ, Động từ, Tính từ, Trạng từ. Đây là các từ mang nghĩa từ vựng (Content words), có số lượng không giới hạn và liên tục tiếp nhận các từ mới phát sinh.
  • Closed word classes (Lớp từ đóng): Bao gồm Đại từ, Giới từ, Liên từ, Thán từ. Đây là các từ mang nghĩa ngữ pháp (Function words), có số lượng hữu hạn và hầu như không tiếp nhận thêm từ mới.

Kết luận

Luận văn thạc sĩ "Khảo sát vai trò của tính từ trong tiếng Anh (có liên hệ với tiếng Việt)" của tác giả Nguyễn Thị Huyên là một công trình nghiên cứu công phu, đặt nền tảng cú pháp học vững chắc cho việc khảo sát tính từ trong cấu trúc câu từ hạt nhân đến mở rộng. Bằng việc kết hợp nhuần nhuyễn các lý thuyết ngôn ngữ học quốc tế hiện đại với thực tiễn ngữ pháp tiếng Việt, công trình đã làm sáng tỏ bản chất hình thái học, khả năng kết hợp và phân bố chức năng của tính từ.

Những đóng góp học thuật và tập quy tắc đối chiếu rút ra từ công trình không chỉ có giá trị thực tiễn to lớn đối với công tác giảng dạy, học tập ngoại ngữ mà còn là tài liệu tham khảo cho các nghiên cứu ứng dụng ngôn ngữ học tính toán và dịch thuật tự động Anh - Việt.