Khảo Sát Các Yếu Tố Từ Vựng Trong Bản Báo Chí Tiếng Việt So Sánh Với Tiếng Anh

Khảo sát yếu tố từ vựng trong phong cách văn bản báo chí tiếng Việt so với tiếng Anh, phân tích sự khác biệt và đặc trưng ngôn ngữ.

• Tác giả: Nguyễn Tuyết Nhung
• Người hướng dẫn: PGS. Nguyễn Thị Như Ngọc
• Trường học: Trường Đại học Khoa học xã hội và Nhân văn
• Chuyên ngành: Ngôn ngữ học so sánh đối chiếu
• Đề tài: Khảo Sát Yếu Tố Từ Vựng Trong Bản Báo Chí Tiếng Việt So Với Tiếng Anh
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2023
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• MỞ ĐẦU
• 0.1. LÍ DO CHỌN ĐỀ TÀI
• 0.2. MỤC ĐÍCH NGHIÊN CỨU VÀ CÂU HỎI NGHIÊN CỨU
• 0.3. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
• 0.3.1. Đối tượng nghiên cứu
• 0.3.2. Phạm vi nghiên cứu
• 0.4. NGỮ LIỆU, PHƯƠNG PHÁP VÀ CÔNG CỤ NGHIÊN CỨU
• 0.4.1. Ngữ liệu nghiên cứu
• 0.4.1.1. Ngữ liệu tiếng Việt
• 0.4.1.2. Ngữ liệu tiếng Anh
• 0.4.2. Phương pháp nghiên cứu
• 0.4.3. Công cụ nghiên cứu
• 0.5. Ý NGHĨA KHOA HỌC VÀ THỰC TIỄN
• 0.5.1. Ý nghĩa khoa học
• 0.5.2. Ý nghĩa thực tiễn
• 0.6. CẤU TRÚC CỦA LUẬN ÁN
• 1. CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ LUẬN
• 1.1. Các công trình nghiên cứu về các yếu tố từ vựng trong độ đo phong cách tiếng Anh và tiếng Việt
• 1.1.1. Các công trình nghiên cứu về các yếu tố từ vựng trong độ đo phong cách tiếng Anh
• 1.1.2. Các công trình nghiên cứu về các yếu tố từ vựng trong độ đo phong cách tiếng Việt
• 1.2. Phong cách ngôn ngữ và độ đo phong cách
• 1.2.1. Phong cách ngôn ngữ
• 1.2.2. Ứng dụng của độ đo phong cách và Ngôn ngữ học điều tra
• 1.3. Đặc điểm ngôn ngữ của các bài viết thuộc chuyên mục ý kiến trên báo
• 1.4. Từ và các lớp từ vựng
• 1.4.1. Tiêu chí xác định ranh giới từ
• 1.4.2. Tách từ và gán nhãn từ vựng cho khối ngữ liệu
• 1.4.3. Một số lớp từ trong hệ thống từ vựng tiếng Việt
• 1.5. Các yếu tố từ vựng trong độ đo phong cách
• 1.5.1. Phân bố chiều dài từ khi tính theo ký tự
• 1.5.2. Phân bố chiều dài từ khi tính theo âm tiết
• 1.5.3. Trung bình chiều dài từ khi tính theo ký tự
• 1.5.4. Trung bình chiều dài từ khi tính theo âm tiết
• 1.5.5. Độ phong phú từ vựng
• 1.5.6. Tần số từ khi tính theo phương pháp thống kê cơ bản
• 1.5.7. Tần số từ khi tính theo phương pháp kiểm định thống kê
• 2. CHƯƠNG 2: MỨC ĐỘ ẢNH HƯỞNG CỦA CÁC YẾU TỐ TỪ VỰNG TRONG ĐỘ ĐO PHONG CÁCH CÁC VĂN BẢN BÁO CHÍ TIẾNG VIỆT: TRƯỜNG HỢP CÁC YẾU TỐ TỪ VỰNG THUỘC PHƯƠNG DIỆN HÌNH THỨC
• 2.1. Mức độ ảnh hưởng của Phân bố chiều dài từ khi tính theo ký tự
• 2.2. Mức độ ảnh hưởng của Phân bố chiều dài từ khi tính theo âm tiết
• 2.3. Mức độ ảnh hưởng của Trung bình chiều dài từ khi tính theo ký tự
• 2.4. Mức độ ảnh hưởng của Trung bình chiều dài từ khi tính theo âm tiết
• 3. CHƯƠNG 3: MỨC ĐỘ ẢNH HƯỞNG CỦA CÁC YẾU TỐ TỪ VỰNG TRONG ĐỘ ĐO PHONG CÁCH VĂN BẢN BÁO CHÍ TIẾNG VIỆT: TRƯỜNG HỢP CÁC YẾU TỐ TỪ VỰNG THUỘC PHƯƠNG DIỆN NỘI DUNG
• 3.1. Mức độ ảnh hưởng của Độ phong phú từ vựng
• 3.2. Mức độ ảnh hưởng của Tần số từ khi tính theo phương pháp thống kê cơ bản
• 3.3. Mức độ ảnh hưởng của Tần số từ xưng hô
• 3.4. Mức độ ảnh hưởng của Tần số từ thực thể có tên
• 3.5. Mức độ ảnh hưởng của Tần số tác tử lập luận
• 3.6. Mức độ ảnh hưởng của Tần số từ Hán Việt
• 3.7. Mức độ ảnh hưởng của Tần số từ nước ngoài
• 3.8. Mức độ ảnh hưởng của Tần số từ từ mới
• 3.9. Mức độ ảnh hưởng của Tần số thành ngữ
• 3.10. Mức độ ảnh hưởng của Tần số từ khi tính theo phương pháp phân tích tương ứng
• 4. CHƯƠNG 4: SỰ TƯƠNG ĐỒNG VÀ KHÁC BIỆT VỀ MỨC ĐỘ ẢNH HƯỞNG CỦA CÁC YẾU TỐ TỪ VỰNG TRONG ĐỘ ĐO PHONG CÁCH VĂN BẢN BÁO CHÍ TIẾNG VIỆT VÀ TIẾNG ANH
• 4.1. Phân bố chiều dài từ khi tính theo ký tự
• 4.2. Trung bình chiều dài từ khi tính theo âm tiết
• 4.3. Độ phong phú từ vựng
• 4.4. Tần số từ khi tính theo phương pháp kiểm định thống kê
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu Khảo sát yếu tố Từ vựng Báo chí Việt Anh 50 60

Nghiên cứu khảo sát yếu tố từ vựng trong bản báo chí đã trở nên quan trọng trong bối cảnh toàn cầu hóa. Việc so sánh từ vựng báo chí Việt Anh giúp hiểu rõ hơn về sự khác biệt văn hóa và phong cách ngôn ngữ báo chí giữa hai quốc gia. Nghiên cứu này tập trung vào việc phân tích các yếu tố từ vựng ảnh hưởng đến văn phong báo chí, từ đó đưa ra những nhận định về xu hướng sử dụng ngôn ngữ trong báo chí hiện đại. Dẫn chứng từ nghiên cứu gốc của Nguyễn Tuyết Nhung (2023) khẳng định tầm quan trọng của việc so sánh đối chiếu ngôn ngữ trong lĩnh vực báo chí để làm sáng tỏ các khía cạnh văn hóa và ngôn ngữ.

1.1. Tổng quan về ngôn ngữ báo chí Việt Nam và thế giới

Ngôn ngữ báo chí đóng vai trò quan trọng trong việc truyền tải thông tin đến công chúng. Đặc điểm của ngôn ngữ báo chí Việt Nam thường mang tính trang trọng, chính xác và dễ hiểu. Trong khi đó, ngôn ngữ báo chí Anh có xu hướng sử dụng nhiều từ ngữ chuyên ngành và cấu trúc câu phức tạp hơn. Sự khác biệt này phản ánh sự đa dạng trong phong cách ngôn ngữ báo chí trên toàn cầu. Cần phân tích sâu hơn để hiểu rõ sự khác biệt này.

1.2. Ý nghĩa của việc nghiên cứu từ vựng trong báo chí

Nghiên cứu từ vựng báo chí không chỉ giúp chúng ta hiểu rõ hơn về cách thức thông tin được truyền tải mà còn cung cấp cái nhìn sâu sắc về văn hóa và tư duy của một quốc gia. Phân tích tần suất sử dụng từ vựng trong các bài báo có thể tiết lộ những xu hướng và ưu tiên trong xã hội. Từ đó, các nhà báo và nhà nghiên cứu có thể nâng cao hiệu quả giao tiếp và truyền thông.

II. Thách thức Phân tích Từ vựng Báo chí Việt Anh hiện nay 50 60

Một trong những thách thức lớn nhất trong việc phân tích từ vựng báo chí là sự khác biệt về ngữ pháp và cấu trúc câu giữa tiếng Việt và tiếng Anh. Việc dịch thuật báo chí cũng đặt ra nhiều khó khăn trong việc đảm bảo tính chính xác trong từ vựng. Ngoài ra, sự thay đổi nhanh chóng của từ vựng tiếng Việt hiện đại và từ vựng tiếng Anh hiện đại cũng đòi hỏi các nhà nghiên cứu phải liên tục cập nhật kiến thức. Do đó, cần có những phương pháp tiếp cận linh hoạt và đa chiều để vượt qua những thách thức này.

2.1. Rào cản về văn hóa trong sử dụng từ ngữ báo chí

Sự khác biệt về văn hóa có thể ảnh hưởng đến cách từ vựng được sử dụng trong báo chí. Một số từ ngữ có thể mang ý nghĩa khác nhau hoặc không tồn tại trong ngôn ngữ khác, gây khó khăn cho việc hiểu và dịch thuật báo chí. Việc nhận thức rõ những rào cản văn hóa này là rất quan trọng để tránh những hiểu lầm và đảm bảo tính chính xác của thông tin.

2.2. Khó khăn trong việc xử lý dữ liệu ngôn ngữ lớn

Với sự phát triển của công nghệ thông tin, lượng dữ liệu ngôn ngữ trong báo chí ngày càng tăng lên đáng kể. Việc xử lý và phân tích khối lượng lớn dữ liệu này đòi hỏi những công cụ và kỹ thuật hiện đại. Các nhà nghiên cứu cần phải áp dụng các phương pháp phân tích từ vựng báo chí tiên tiến để khai thác thông tin hiệu quả.

III. Cách so sánh Từ vựng Báo chí Việt Anh hiệu quả 50 60

Để so sánh từ vựng báo chí Việt Anh một cách hiệu quả, cần áp dụng các phương pháp phân tích ngôn ngữ học so sánh đối chiếu. Việc xác định các tương đồng từ vựng báo chí Việt Anh và khác biệt từ vựng báo chí Việt Anh là rất quan trọng. Ngoài ra, việc sử dụng các công cụ phân tích ngôn ngữ tự nhiên cũng giúp tiết kiệm thời gian và nâng cao độ chính xác của kết quả. Điều này hỗ trợ việc đánh giá khách quan và khoa học phong cách ngôn ngữ báo chí.

3.1. Ứng dụng ngôn ngữ học so sánh đối chiếu trong báo chí

Ngôn ngữ học so sánh đối chiếu cung cấp một khung lý thuyết vững chắc để phân tích và so sánh từ vựng giữa các ngôn ngữ. Phương pháp này giúp xác định những điểm tương đồng và khác biệt về cấu trúc, ý nghĩa và cách sử dụng từ ngữ trong báo chí Việt Nam và báo chí Anh.

3.2. Sử dụng công cụ phân tích ngôn ngữ tự nhiên NLP

Các công cụ phân tích ngôn ngữ tự nhiên (NLP) như phần mềm tách từ, gán nhãn từ loại và phân tích cú pháp có thể hỗ trợ đắc lực cho việc phân tích từ vựng báo chí. Những công cụ này giúp tự động hóa quá trình xử lý dữ liệu và cung cấp những thông tin chi tiết về cấu trúc và ý nghĩa của từ ngữ.

3.3. Phân tích tần suất từ vựng và sự phân bố theo chuyên mục

Phân tích tần suất sử dụng từ vựng trong các bản báo chí khác nhau, đặc biệt là sự phân bố theo chuyên mục (kinh tế, chính trị, xã hội), có thể tiết lộ những xu hướng và ưu tiên trong việc sử dụng ngôn ngữ. Việc so sánh tần suất từ vựng giữa tiếng Việt và tiếng Anh giúp hiểu rõ hơn về sự khác biệt văn hóa và xã hội.

IV. Nghiên cứu tần suất Từ vựng chuyên ngành báo chí 50 60

Nghiên cứu tần suất sử dụng từ vựng trong báo chí tập trung vào các từ ngữ chuyên ngành báo chí, bao gồm từ vựng chính trị báo chí, từ vựng kinh tế báo chí, và từ vựng xã hội báo chí. Việc phân tích tần suất từ vựng này giúp xác định những chủ đề và vấn đề được quan tâm nhiều nhất trong xã hội. Đồng thời, nó cũng cho thấy cách ngôn ngữ được sử dụng để phản ánh và định hình dư luận.

4.1. Từ vựng chính trị và kinh tế trong bản báo chí

Các từ vựng chính trị báo chí và từ vựng kinh tế báo chí thường được sử dụng để mô tả các sự kiện và vấn đề liên quan đến chính trị và kinh tế. Việc phân tích tần suất của những từ này giúp hiểu rõ hơn về cách thức các phương tiện truyền thông định hình nhận thức của công chúng về các vấn đề này.

4.2. Từ vựng xã hội và văn hóa trong báo chí hiện đại

Các từ vựng xã hội báo chí và văn hóa thường được sử dụng để mô tả các vấn đề liên quan đến xã hội, văn hóa, và đời sống con người. Việc phân tích tần suất của những từ này giúp hiểu rõ hơn về cách thức các phương tiện truyền thông phản ánh và định hình các giá trị xã hội.

V. Ứng dụng Từ vựng Báo chí Dịch thuật và giảng dạy 50 60

Nghiên cứu về từ vựng báo chí có nhiều ứng dụng thực tiễn, đặc biệt trong lĩnh vực dịch thuật báo chí và từ vựng học báo chí. Việc hiểu rõ các yếu tố từ vựng đặc trưng của báo chí giúp nâng cao chất lượng dịch thuật và cải thiện phương pháp giảng dạy ngôn ngữ báo chí. Ngoài ra, nó cũng giúp các nhà báo và biên tập viên sử dụng từ ngữ một cách chính xác và hiệu quả hơn.

5.1. Nâng cao chất lượng dịch thuật báo chí Việt Anh

Việc nắm vững từ vựng báo chí là rất quan trọng để đảm bảo chất lượng dịch thuật. Các dịch giả cần phải hiểu rõ ý nghĩa và sắc thái của từ ngữ trong cả hai ngôn ngữ để truyền tải thông tin một cách chính xác và tự nhiên.

5.2. Cải thiện phương pháp giảng dạy từ vựng báo chí

Nghiên cứu về từ vựng báo chí có thể giúp các giảng viên thiết kế các bài giảng và tài liệu học tập phù hợp với nhu cầu của sinh viên. Việc tập trung vào các từ ngữ và cấu trúc câu thường được sử dụng trong báo chí giúp sinh viên nắm vững kiến thức và kỹ năng cần thiết để thành công trong lĩnh vực này.

VI. Kết luận Xu hướng và Tương lai Từ vựng Báo chí 50 60

Nghiên cứu từ vựng báo chí không chỉ giúp chúng ta hiểu rõ hơn về ngôn ngữ mà còn cung cấp cái nhìn sâu sắc về xã hội và văn hóa. Xu hướng từ vựng báo chí ngày càng đa dạng và phức tạp, đòi hỏi các nhà nghiên cứu và nhà báo phải liên tục cập nhật kiến thức và kỹ năng. Trong tương lai, việc áp dụng các công nghệ phân tích ngôn ngữ tự nhiên sẽ giúp chúng ta khám phá những khía cạnh mới của từ vựng báo chí và nâng cao hiệu quả giao tiếp.

6.1. Ảnh hưởng của văn hóa đến từ vựng báo chí Việt Anh

Việc nghiên cứu ảnh hưởng văn hóa đến từ vựng báo chí là rất quan trọng để hiểu rõ hơn về cách thức ngôn ngữ phản ánh và định hình các giá trị văn hóa. Các nhà nghiên cứu cần phải xem xét các yếu tố lịch sử, xã hội và chính trị để giải thích sự khác biệt trong việc sử dụng từ ngữ giữa các quốc gia.

6.2. Ứng dụng AI trong phân tích ngôn ngữ báo chí

Công nghệ trí tuệ nhân tạo (AI) có thể được sử dụng để tự động hóa quá trình phân tích từ vựng báo chí và phát hiện các xu hướng ngôn ngữ mới. Các thuật toán học máy có thể giúp chúng ta xử lý khối lượng lớn dữ liệu và trích xuất thông tin quan trọng một cách nhanh chóng và chính xác.

Nội dung chính

Tổng quan về luận án

Nghiên cứu phong cách trắc học (Stylometry) và ngôn ngữ học pháp y (Forensic Linguistics) là lĩnh vực liên ngành giao thoa giữa ngôn ngữ học, khoa học hình sự, tâm lý học và xử lý ngôn ngữ tự nhiên (Savoy, 2020). Trong bối cảnh truyền thông số bùng nổ, các hành vi mạo danh, tranh chấp quyền tác giả và tội phạm trên không gian mạng ngày càng trở nên tinh vi, đòi hỏi những công cụ giám định văn phong khách quan, khả chứng và minh bạch trước tòa án. Luận án tiến sĩ chuyên ngành Ngôn ngữ học so sánh đối chiếu (Mã số: 92220241) của nghiên cứu sinh Nguyễn Tuyết Nhung (2023) với đề tài "Khảo sát các yếu tố từ vựng trong độ đo phong cách văn bản báo chí tiếng Việt (so sánh với tiếng Anh)", dưới sự hướng dẫn của PGS. Đinh Điền và TS. Nguyễn Thị Như Ngọc tại Trường Đại học Khoa học Xã hội và Nhân văn – Đại học Quốc gia TP.HCM, đại diện cho một bước đột phá tiên phong trong việc lượng hóa phong cách ngôn ngữ cá nhân đối với tiếng Việt đơn lập.

Nghiên cứu giải quyết khoảng trống học thuật then chốt (research gap): trong khi phong cách trắc học tiếng Anh đã phát triển mạnh mẽ từ các độ đo từ vựng thực chứng (Mendenhall, 1887; Mosteller & Wallace, 1964; Grieve, 2007), thì nghiên cứu độ đo phong cách (ĐĐPC) trong tiếng Việt phần lớn dừng lại ở tu từ học định tính truyền thống (Đinh Trọng Lạc, 1964; Cù Đình Tú, 1983; Phan Ngọc, 1985) hoặc phụ thuộc vào các mô hình học sâu "hộp đen" (black-box deep learning) thiếu tính giải trình pháp lý. Luận án thiết lập 2 câu hỏi nghiên cứu tường minh:

• Câu hỏi 1 (RQ1): Các yếu tố từ vựng (YTTV) có ảnh hưởng như thế nào đến ĐĐPC các văn bản báo chí tiếng Việt?
• Câu hỏi 2 (RQ2): Có những điểm tương đồng và khác biệt nào về mức độ ảnh hưởng của các YTTV đến ĐĐPC giữa văn bản báo chí tiếng Việt và tiếng Anh?

Hệ thống giả thuyết nghiên cứu tập trung kiểm định: (H1) Các YTTV bề mặt hình thức (chiều dài từ theo ký tự/âm tiết) có mức độ phân biệt tác giả thấp hơn các YTTV nội dung; (H2) Tần số từ chức năng và thực thể có tên thông qua phân tích tương ứng đa biến đạt độ chính xác phân loại vượt trội so với thống kê đơn biến; (H3) Sự khác biệt loại hình học (đơn lập phân tích tính đối lập với biến tố khuất khúc) tạo ra sự phân hóa rõ rệt về hiệu lực của các ĐĐPC giữa tiếng Việt và tiếng Anh.

Khung lý thuyết của luận án tích hợp thuyết phong cách ngôn ngữ cá nhân (idiolect), phân tích ngữ dụng học xã hội (socio-pragmatic analysis - Grant, 2010) và ngôn ngữ học cấu trúc định lượng Saussure (Nguyễn Đức Dân, 2018). Quy mô nghiên cứu bao gồm ngữ liệu tiếng Việt VVC_Stylometry (509 bài viết chuyên mục bình luận xã hội của 48 tác giả) và ngữ liệu đối sánh tiếng Anh Telegraph Columnist Corpus (1.600 bài viết của 40 tác giả do Grieve, 2007 xây dựng), được kiểm chứng qua 31.600 lượt thực nghiệm xác định danh tính tác giả (XĐDTTG). Ý nghĩa nghiên cứu mang tính breakthrough khi cung cấp bộ chuẩn đo lường định lượng đầu tiên cho giám định ngôn ngữ pháp lý tại Việt Nam.

Literature Review và Positioning

Lịch sử phong cách trắc học quốc tế ghi nhận sự tiến hóa từ các phép đo thô sơ sang các mô hình thống kê đa biến phức tạp. Augustus de Morgan (1851) lần đầu đề xuất trung bình chiều dài từ (TBCDT) để kiểm định tính đồng nhất tác giả trong các thư tín Phúc âm. Mendenhall (1887, 1901) phát triển khái niệm "từ phổ" (word-spectrum) qua phân bố chiều dài từ (PBCDT) nhằm giải quyết tranh chấp văn bản Shakespeare - Marlowe. Về độ phong phú từ vựng (PPTV), hàng loạt chỉ số bất biến với độ dài văn bản đã ra đời như Yule’s K (Yule, 1944), Sichel’s S (Sichel, 1975), Brunet’s W (Brunet, 1978) và Honoré’s H (Honoré, 1979). Bước ngoặt phương pháp luận diễn ra với công trình kinh điển của Mosteller và Wallace (1964) giải mã 12 bài báo tranh chấp trong The Federalist Papers bằng xác suất Bayes dựa trên tần số hư từ, và Ellegard (1962) xác định tác giả The Junius Letters qua thực từ.

Trong bức tranh học thuật đó, tồn tại cuộc tranh luận lý thuyết sâu sắc giữa hai trường phái đối nghịch:

1. Trường phái ưu tiên hư từ/từ chức năng (Function words) (Smith, 1888; Mosteller & Wallace, 1964; Savoy, 2020): Cho rằng chỉ có các từ phi ngữ cảnh, xuất hiện trong tiềm thức vô thức của tác giả mới là dấu ấn phong cách bền vững, không bị chi phối bởi chủ đề.
2. Trường phái ưu tiên thực từ và đa tầng từ vựng (Content words & lexical diversity) (Ellegard, 1962; Harris, 2010): Lập luận rằng trong các thể loại chính luận ngắn, kho thực từ, từ xưng hô và tác tử lập luận mới phản ánh trực tiếp chiến lược ngữ dụng và lập trường của người viết.

Tại Việt Nam, các nghiên cứu ngôn ngữ học phong cách truyền thống định nghĩa phong cách là "sự lặp đi lặp lại của một chùm nét khu biệt, là một cấu trúc hữu cơ của tất cả các kiểu lựa chọn tiêu biểu" (Phan Ngọc, 1985, tr. 22) hay quy tắc lựa chọn phương tiện ngôn ngữ trong phong cách chức năng (Cù Đình Tú, 1983; Đinh Trọng Lạc, 1994). Hướng tiếp cận định lượng chỉ manh nha qua một số công trình thống kê truyện ngắn (Nguyễn Đức Dân & Đặng Thái Minh, 1999).

Luận án của Nguyễn Tuyết Nhung (2023) định vị chính xác vào khoảng trống: chưa có công trình nào khảo sát đồng loạt 79 YTTV trên ngữ liệu báo chí tiếng Việt theo phương pháp thực nghiệm lặp quy mô lớn, đồng thời đối sánh trực tiếp với nghiên cứu quốc tế của Grieve (2007) trên ngữ liệu Telegraph Columnist Corpus và Dalen-Oskam & Zundert (2007) trên tác phẩm Roman van Walewein. Luận án thúc đẩy ngành bằng cách thiết lập thang đo chuẩn hóa, bắc cầu nối giữa ngôn ngữ học khối liệu và tư pháp hình sự.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng thuyết ngôn ngữ cá nhân (Idiolect Theory) của Chomsky (1996) và lý thuyết dấu ấn phong cách vô thức của Holmes (1997) vào loại hình ngôn ngữ đơn lập không biến hình từ. Nghiên cứu chứng minh rằng dấu ấn cá nhân trong tiếng Việt không bộc lộ đơn lẻ ở độ dài ký tự/âm tiết mà kết tinh ở cấu trúc tương quan giữa các lớp từ định hướng ngữ dụng.

Mô hình lý thuyết được đề xuất qua 4 mệnh đề (propositions):

• Mệnh đề P1: Tính ổn định của phong cách viết tỷ lệ thuận với mức độ tự động hóa tiềm thức trong việc lựa chọn các tác tử lập luận (TTLL) và từ xưng hô (TXH).
• Mệnh đề P2: Các chỉ số PPTV truyền thống (TTR, W, H, S, K) bị suy giảm độ nhạy khi áp dụng cho thể loại chính luận trực tuyến có dung lượng ngắn (dưới 1.000 từ).
• Mệnh đề P3: Phân tích tương ứng đa biến (Correspondence Analysis - CA) khử được nhiễu do biến thiên chủ đề tốt hơn kiểm định đơn biến Chi-square hay t-test độc lập.
• Mệnh đề P4: Ranh giới từ trong ngôn ngữ đơn lập tạo ra độ lệch phân bố âm tiết đặc thù, làm vô hiệu hóa giả định về "từ phổ Mendenhall" vốn xây dựng trên ngữ hệ Ấn-Âu.

Nghiên cứu tạo ra bước chuyển dịch mô thức (paradigm shift): chuyển từ đánh giá tu từ học định tính cảm tính sang mô hình hóa thống kê hình thức có khả năng giải trình toán học, hiện thực hóa nhận định của GS. Nguyễn Đức Dân rằng: "ngôn ngữ học là ngành dễ hình thức hóa nhất […] ngôn ngữ tự nhiên có thể được mô hình hóa theo phương pháp thống kê" (Nguyễn Đức Dân, 2018, tr. 3).

Khung phân tích độc đáo

Khung phân tích của luận án là sự hợp nhất của 3 trụ cột lý thuyết: Ngôn ngữ học cấu trúc Saussure (hệ thống đối vị từ vựng), Ngôn ngữ học xã hội ngữ dụng (Grant, 2010) và Thống kê hình học đa biến (Brezina, 2018).

Phương pháp tiếp cận mới nằm ở việc xử lý 79 YTTV phân thành 5 nhóm ĐĐPC đồng bộ. Điều kiện biên (boundary conditions) được xác lập chặt chẽ: áp dụng cho văn bản chính luận báo chí tiếng Việt hiện đại (thế kỷ 21), tập hợp tác giả ứng viên đóng (closed-set attribution), dung lượng văn bản từ 500 đến 1.500 từ.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án đứng trên lập trường triết học thực chứng hậu thực chứng (post-positivism), kết hợp chặt chẽ giữa phân tích định lượng thống kê với giải thích định tính ngữ dụng học xã hội. Thiết kế nghiên cứu đa tầng (multi-level design) bao gồm: Cấp độ vi mô (tần số ký tự, âm tiết, lượt từ - tokens), Cấp độ trung mô (dạng từ - types, phân lớp từ loại, thực thể có tên - NER) và Cấp độ vĩ mô (thuộc tính nhân khẩu học xã hội của tác giả: giới tính, độ tuổi, ngành nghề).

Quy mô mẫu đạt chuẩn xác thực nghiệm:

• Ngữ liệu VVC_Stylometry: 509 bài viết thuộc chuyên mục Góc nhìn (VnExpress, giai đoạn 2014-2023) với 48 tác giả định danh đầy đủ tiểu sử. Khối ngữ liệu được tổ chức thành 48 khối cá nhân và 8 khối nhóm xã hội học đồng nhất: Nữ nhà báo $\le 1975$ (3 TG), Nữ nhà báo $> 1975$ (9 TG), Nữ nghiên cứu $\le 1975$ (2 TG), Nữ nghiên cứu $> 1975$ (10 TG), Nam nhà báo $\le 1975$ (7 TG), Nam nhà báo $> 1975$ (5 TG), Nam nghiên cứu $\le 1975$ (7 TG), Nam nghiên cứu $> 1975$ (5 TG).
• Ngữ liệu đối sánh Telegraph Columnist Corpus: 1.600 bài viết của 40 tác giả mục Opinion báo Daily Telegraph (2000-2005).

Quy trình nghiên cứu rigorous

Quy trình thực nghiệm được chuẩn hóa qua 6 bước khép kín:

1. Trích xuất văn bản ẩn danh (VBÂD): Tách ngẫu nhiên một văn bản kiểm định và ẩn thông tin tác giả.
2. Lượng hóa ĐĐPC: Tính toán ma trận 79 vector đặc trưng từ vựng trên môi trường lập trình tự động.
3. Đo khoảng cách phong cách: Sử dụng khoảng cách hình học Chi-square trên không gian phân tích tương ứng đa chiều (CA) hoặc độ chênh lệch tuyệt đối đối với thống kê mô tả.
4. Xếp hạng và dự đoán danh tính: Lập danh sách dự đoán (ranked predictions) theo xác suất giảm dần.
5. Đánh giá tính chính xác: Đối chiếu với nhãn gốc siêu dữ liệu (metadata); xác nhận thành công nếu tác giả thực sự đứng ở vị trí Top-1.
6. Quy đổi mức độ ảnh hưởng: Áp dụng thang đo chuẩn Grieve (2007) với 4 mức: Rất lớn/Rất cao ($\ge 75%$), Khá lớn/Khá cao ($51-74%$), Khá nhỏ/Khá thấp ($26-50%$), Rất nhỏ/Rất thấp ($0-25%$).

Luận án thực hiện phép tam giác đạc (triangulation) toàn diện: Tam giác đạc ngữ liệu (VVC vs. Telegraph), Tam giác đạc phương pháp (Thống kê mô tả đơn biến vs. Phân tích tương ứng đa biến R-Studio vs. Đường cong hình học Python), và Tam giác đạc lý thuyết (Ngôn ngữ học hình thức vs. Ngữ dụng học pháp y).

Data và phân tích

Quy trình tiền xử lý ngữ liệu số hóa sử dụng định dạng JSON/XML chuẩn mực. Công cụ phân tích kỹ thuật cao bao gồm:

• Python (Google Colab, thư viện NLTK, Matplotlib): Xây dựng thuật toán trích xuất ranh giới từ, tạo lập 106 đường cong Mendenhall biểu diễn PBCDT theo ký tự và âm tiết (48 đồ thị tác giả tiếng Việt, 48 đồ thị âm tiết, 10 đồ thị VBÂD).
• R (RStudio, các gói chuyên sâu FactoMineR, ca): Xử lý 528 đồ thị phân tích tương ứng (Correspondence Plots), giải thích quán tính biến thiên (inertia percentage).

Tổng cộng 31.600 lượt thực nghiệm XĐDTTG được thực thi tự động (mỗi YTTV chạy qua 4 kịch bản không gian ứng viên: nhóm 10 tác giả, 5 tác giả, 3 tác giả, 2 tác giả; mỗi kịch bản 100 lượt; phân bổ $40%$ nhóm đồng nhất xã hội học và $60%$ nhóm hỗn hợp). Độ tin cậy mô hình được khẳng định khi tổng tỷ lệ quán tính của 2 chiều đầu tiên (Dim1 và Dim2) trên các đồ thị CA thường xuyên giải thích từ $75%$ đến gần $80%$ độ biến thiên toàn cục.

Phát hiện đột phá và implications

Những phát hiện then chốt

Dữ liệu thực nghiệm 31.600 lượt mang lại 5 phát hiện mang tính bước ngoặt:

1. Sự thất bại của "Từ phổ Mendenhall" trên tiếng Việt: Trái ngược với tiếng Anh (nơi PBCDT theo ký tự phân biệt rõ tác giả do cấu trúc phái sinh hình thái phong phú), trong tiếng Việt đơn lập, PBCDT theo ký tự và âm tiết chỉ đạt độ chính xác ở mức "Khá thấp" đến "Rất thấp" ($< 50%$). Đa số các tác giả tiếng Việt đều có đỉnh từ phổ hội tụ đồng nhất ở từ 4-5 ký tự và từ 1-2 âm tiết, làm giảm sút triệt để giá trị nhận diện tác giả đơn lẻ.
2. Hiệu lực vượt trội của Từ xưng hô (TXH) và Tác tử lập luận (TTLL): Tần số TXH (như tôi, chúng tôi, ta, chúng ta) và TTLL (như tuy nhiên, vì vậy, mặt khác) khi phân tích qua phương pháp tương ứng (CA) đạt mức độ chính xác "Rất cao" ($\ge 75%$), vượt ngưỡng tiêu chuẩn điều tra của Grieve (2007): "khi YTTV đạt được ít nhất 75% mức độ chính xác trong lượt thực nghiệm, nó hoàn toàn có thể được cơ quan điều tra sử dụng để giải quyết hầu hết các vụ việc tranh chấp nguồn TG." (Grieve, 2007).
3. Sức mạnh giải thích của Phân tích tương ứng đa biến: Trong thực nghiệm trên nhóm nhà báo nữ sinh trước 1975 (Hình 0.4a), phân tích tương ứng giải thích tới $79,85%$ tổng độ biến thiên dữ liệu ($\text{Dim1} = 54,80%$, $\text{Dim2} = 25,05%$). Trục Dim1 liên kết chặt chẽ với đại từ chúng ta, trong khi Dim2 định hình bởi chúng tôi, tạo nên các cụm điểm dữ liệu (clusters) phân biệt rõ phong cách cá nhân giữa các tác giả (TG 342, TG 129, TG 49).
4. Hiện tượng bất thường (Outliers) và chuyển đổi chiến lược ngữ dụng: Luận án phát hiện văn bản 49d của tác giả 49 nằm tách biệt hoàn toàn khỏi cụm 49a, 49b, 49c trên đồ thị CA do sự thay đổi đột ngột từ ngôi xưng cá nhân (tôi) sang ngôi xưng cộng đồng (chúng ta) khi chuyển chủ đề từ tự sự sang nghị luận chính sách. Phát hiện phản trực giác này chứng minh rằng biến động phong cách chịu sự chi phối có quy luật của mục đích giao tiếp.
5. Độ phong phú từ vựng (PPTV) phụ thuộc mạnh vào thể loại: Các chỉ số Brunet’s W và Sichel’s S duy trì tính ổn định cao hơn TTR, tuy nhiên không đủ độc lập để làm căn cứ duy nhất trong các văn bản ngắn nếu không kết hợp với phân tích lớp từ Hán-Việt hay thành ngữ.

Implications đa chiều

• Về mặt lý thuyết: Nghiên cứu đóng góp trực tiếp vào lý thuyết loại hình học ngôn ngữ định lượng (quantitative typological linguistics), xác nhận nhận định của Schaalje và cộng sự: "Bằng việc xác định kiểu dùng từ ngữ (word-use patterns) trong một văn bản chưa biết TG, và sau đó so sánh và đối chiếu chúng với kiểu dùng từ trong các văn bản đã biết TG, những điểm tương đồng và khác biệt giữa các kiểu sử dụng từ có thể cung cấp bằng chứng xác nhận hoặc phủ nhận một phát biểu liên quan đến nguồn TG." (Schaalje và cộng sự, 2012, tr. 28).
• Về phương pháp luận: Thiết lập khung thực nghiệm chuẩn hóa kết hợp Python và RStudio, có thể nhân rộng để phân tích các ngôn ngữ đơn lập khác ở Đông Nam Á (Thái Lan, Lào, Campuchia).
• Ứng dụng thực tiễn và tư pháp: Cung cấp giải pháp giám định văn phong cho Viện Khoa học Hình sự, Cục An ninh mạng trong các vụ án thư tống tiền, truyền đơn nặc danh hoặc tranh chấp quyền tác giả sở hữu trí tuệ; khắc phục nhược điểm "không thể giải trình" của các mạng nơ-ron học sâu trước Hội đồng xét xử.

Limitations và Future Research

Luận án thừa nhận 4 giới hạn nghiên cứu khách quan:

1. Giới hạn quy mô tác giả và thể loại: Khối ngữ liệu VVC_Stylometry mới chỉ bao quát 509 bài viết của 48 tác giả thuộc một chuyên mục báo chí (Góc nhìn - VnExpress), chưa mở rộng sang các thể loại văn học, mạng xã hội (Facebook, Twitter) hay thư điện tử.
2. Cân bằng mẫu xã hội học: Một số nhóm tác giả có số lượng mẫu còn hạn chế (như nhóm Nữ nghiên cứu $\le 1975$ chỉ có 2 tác giả), ảnh hưởng đến tính đại diện hoàn hảo của phân tích nhóm.
3. Độ phân giải cú pháp: Nghiên cứu tập trung chủ yếu ở cấp độ từ vựng (lexical level) dựa trên quan điểm cấu trúc của Cao Xuân Hạo (2017) về ranh giới đối vị, chưa tích hợp các yếu tố cú pháp tầng sâu (n-gram cấu trúc cú pháp, cây phụ thuộc).
4. Giả định tập hợp đóng: Thực nghiệm chủ yếu triển khai trên kịch bản tập hợp ứng viên đóng (closed-set), trong khi thực tế điều tra tội phạm mạng thường đối mặt với kịch bản mở (open-set).

Chương trình nghiên cứu 5-10 năm tới bao gồm 4 định hướng:

• Mở rộng ngữ liệu đa thể loại lên quy mô hàng triệu từ (tích hợp diễn đàn trực tuyến, văn bản pháp quy).
• Kết hợp ĐĐPC từ vựng với các mô hình ngôn ngữ lớn (LLMs) có cơ chế giải thích (Explainable AI - XAI).
• Nghiên cứu sâu sự tương tác giữa giới tính/độ tuổi tác giả với tốc độ biến đổi từ mới (neologisms) và từ ngoại lai.
• Xây dựng phần mềm giám định phong cách học tiếng Việt chuyên dụng phục vụ ngành tòa án.

Tác động và ảnh hưởng

• Ảnh hưởng học thuật: Mở ra một nhánh nghiên cứu chuyên sâu về Ngôn ngữ học pháp y và Phong cách trắc học tính toán tại Việt Nam; dự kiến tạo ra chỉ số trích dẫn cao trong các nghiên cứu xử lý ngôn ngữ tự nhiên tiếng Việt và ngôn ngữ học so sánh đối chiếu.
• Chuyển đổi công nghiệp & An ninh thông tin: Cung cấp thuật toán cốt lõi cho các hệ thống chống đạo văn thông minh, phần mềm phát hiện văn bản do AI tạo ra (AI-generated text detection), và công cụ lọc thông tin giả mạo (fake news).
• Chính sách và Tư pháp quốc gia: Hỗ trợ các cơ quan lập pháp và hành pháp xây dựng quy chuẩn kỹ thuật cho chứng cứ kỹ thuật số có nguồn gốc từ văn bản ngôn ngữ; nâng cao năng lực phá án của lực lượng an ninh mạng.
• Giá trị xã hội và quốc tế: Góp phần bảo vệ quyền sở hữu trí tuệ của các nhà báo, nhà văn; đồng thời định vị tiếng Việt trên bản đồ nghiên cứu phong cách trắc học toàn cầu bên cạnh các ngôn ngữ giàu tài nguyên.

Đối tượng hưởng lợi

• Nghiên cứu sinh & Giới học thuật: Tiếp cận quy trình thực nghiệm 6 bước chuẩn hóa, phương pháp phân tích tương ứng (CA) trên R và bộ 79 vector đặc trưng từ vựng để phát triển các đề tài liên ngành.
• Cơ quan Điều tra Hình sự & Giám định viên Pháp y: Sở hữu bộ công cụ ĐĐPC có khả năng trực quan hóa cao, giải trình minh bạch trước tòa án trong các vụ án nặc danh, tống tiền, tranh chấp di chúc.
• Tòa soạn Báo chí & Cơ quan Bản quyền: Áp dụng thuật toán nhận diện tác giả để kiểm soát vi phạm bản quyền nội dung số, phát hiện sao chép văn phong tinh vi.
• Kỹ sư Xử lý Ngôn ngữ Tự nhiên (NLP): Sử dụng khối ngữ liệu VVC_Stylometry đã được gán nhãn siêu dữ liệu chuẩn mực làm tập huấn luyện (training corpus) cho các mô hình phân lớp tác giả tiên tiến.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?

Luận án đã mở rộng thuyết ngôn ngữ cá nhân (Idiolect) vào loại hình tiếng Việt đơn lập thông qua việc chứng minh rằng tính cá nhân hóa trong văn bản chính luận không nằm ở độ dài hình thức của từ mà nằm ở ma trận lựa chọn các tác tử lập luận (TTLL) và từ xưng hô (TXH). Nghiên cứu giải phóng phong cách trắc học tiếng Việt khỏi sự phụ thuộc vào các giả định hình thái học của ngữ hệ Ấn-Âu.

2. Điểm cải tiến phương pháp luận so với các nghiên cứu tiền nhiệm quốc tế là gì?

So với Mosteller & Wallace (1964) (dùng xác suất Bayes đơn thuần trên 1 cặp tác giả) hay Grieve (2007) (khảo sát đơn biến trên tập đóng tiếng Anh), luận án tiến hành tới 31.600 lượt thực nghiệm lặp trên 4 thang quy mô tác giả (10, 5, 3, 2 tác giả) kết hợp ma trận phân tích tương ứng đa biến (CA), đồng thời tích hợp các biến kiểm soát nhân khẩu học xã hội (giới tính, ngành nghề, độ tuổi) một cách có hệ thống.

3. Phát hiện nào gây bất ngờ nhất và có bằng chứng định lượng cụ thể ra sao?

Phát hiện bất ngờ nhất là sự vô hiệu của phân bố chiều dài từ theo ký tự (PBCDT) trong tiếng Việt. Trong khi Mendenhall (1887) và Brinegar (1963) dùng PBCDT để phân biệt thành công Shakespeare hay Mark Twain, thì ở tiếng Việt, độ chính xác của PBCDT chỉ đạt mức "Khá thấp" ($< 50%$) do đặc trưng đơn lập triệt tiêu tính biến thiên chiều dài từ. Ngược lại, chỉ 4 từ xưng hô ngôi thứ nhất (tôi, chúng tôi, ta, chúng ta) qua phân tích tương ứng đã giải thích tới $79,85%$ độ biến thiên dữ liệu.

4. Luận án có cung cấp quy trình tái lập thực nghiệm (Replication Protocol) không?

Có. Luận án cung cấp chi tiết đường dẫn kho ngữ liệu mở VVC_Stylometry trên Google Drive, công bố đầy đủ mã nguồn Python trên Google Colab với thư viện NLTK, và 528 dòng lệnh RStudio phân tích tương ứng (Phụ lục D), đảm bảo tính khả chứng và tái lập $100%$ theo chuẩn khoa học thực chứng (van Peer và cộng sự, 2012).

5. Lộ trình nghiên cứu 10 năm tới được phác thảo như thế nào?

Lộ trình hướng tới việc xây dựng Hệ thống Giám định Ngôn ngữ Pháp y Quốc gia (V-ForensicStylometry), tích hợp 79 ĐĐPC truyền thống với các mô hình Transformer (PhoBERT, GPT) có khả năng xử lý bài toán nguồn tác giả mở (open-set authorship verification) trên hàng triệu văn bản đa phương thức.

Kết luận

1. Luận án đã lượng hóa toàn diện 79 yếu tố từ vựng trên 5 nhóm độ đo phong cách cho văn bản tiếng Việt qua 31.600 lượt thực nghiệm thực chứng khắt khe.
2. Xác lập nguyên lý phân hóa: các yếu tố nội dung ngữ dụng (TXH, TTLL) đạt hiệu lực nhận diện rất cao ($\ge 75%$), trong khi các yếu tố hình thức (chiều dài từ, âm tiết) có hiệu lực thấp trong tiếng Việt đơn lập.
3. Hoàn thiện quy trình phân tích tương ứng đa biến trên R và Python, cung cấp công cụ trực quan hóa có tính giải trình pháp lý vượt trội so với các mô hình học sâu "hộp đen".
4. Khám phá sâu sắc sự tương đồng và khác biệt loại hình giữa tiếng Việt và tiếng Anh trong độ đo phong cách, đối sánh thành công với khối ngữ liệu quốc tế Telegraph Columnist Corpus.
5. Xây dựng và chia sẻ khối ngữ liệu chuẩn hóa VVC_Stylometry (509 bài báo, 48 tác giả) phục vụ nghiên cứu liên ngành Ngôn ngữ học tính toán và Ngôn ngữ học xã hội.
6. Đặt nền móng vững chắc cho sự hình thành và phát triển của chuyên ngành Ngôn ngữ học pháp y và Phong cách trắc học ứng dụng tại Việt Nam trong kỷ nguyên số.

Trích đoạn nội dung tài liệu

IH QU GI TH NH PH H H MINH TRƢỜ V V  NGUYỄN TUYẾT NHUNG KHẢO SÁT CÁC YẾU TỐ TỪ VỰNG TR P Á Á V BẢN BÁO CHÍ TIẾNG VIỆT (SO SÁNH VỚI TIẾNG ANH) LUẬN ÁN TIẾN SĨ NGÔN NGỮ H C SO SÁNH I CHIẾU Thành phố Hồ Chí Minh - năm 2023 IH QU GI TH NH PH H H MINH TRƢỜ V V  NGUYỄN TUYẾT NHUNG KHẢO SÁT CÁC YẾU TỐ TỪ VỰNG TR P Á Á V BẢN BÁO CHÍ TIẾNG VIỆT (SO SÁNH VỚI TIẾNG ANH) Ngành: Ngôn ngữ học so sánh đối chiếu Mã số: 92220241 LUẬN ÁN TIẾN SĨ NGÔN NGỮ H C SO SÁNH I CHIẾU NGƯỜI HƯỚNG DẪN KHOA H C: 1. Nguyễn Thị Như Ngọc PHẢN BIỆN ỘC LẬP: 1. Phạm Hữu ức PHẢN BIỆN: 1. Lê Kính Thắng 2.

Phạm Hữu ức 3. Huỳnh Thị Hồng Hạnh Thành phố Hồ Chí Minh – năm 2023 i Lời cảm ơn Tác giả luận án xin gửi lời cảm ơn sâu sắc đến tập thể Giáo viên hướng dẫn: PGS. inh iền và TS. Nguyễn Thị Như Ngọc.

Thầy, Cô đã hết lòng hỗ trợ và tận tình hướng dẫn cho tác giả luận án ngay từ những ngày đầu tiên thực hiện đề tài cho đến ngày hôm nay. Bên cạnh đó, những bài giảng và kiến thức đến từ Quý Thầy Cô của Khoa Ngôn ngữ học, Trường ại học Khoa học xã hội và Nhân văn, cùng với Quý Thầy Cô thuộc các đơn vị khác trong và ngoài Nhà Trường đã giúp tác giả luận án có được những tri thức quý báu từ nền tảng đến chuyên sâu thuộc lĩnh vực Ngôn ngữ học và Xử lý Ngôn ngữ Tự nhiên. ó là những viên gạch đầu tiên để đề tài được xây dựng, phát triển và hoàn thiện. Tác giả luận án cũng chân thành gửi lời cảm ơn đến gia đình, đồng nghiệp và bạn bè đã ủng hộ trong suốt quá trình tác giả luận án thực hiện đề tài.

Tất cả những tình cảm quý báu này, tác giả luận án xin ghi lòng tạc dạ, lấy đó làm động lực để vượt qua những khó khăn, trở ngại. Một lần nữa, tác giả luận án xin cảm ơn tấm lòng của Quý Thầy Cô và tất cả những người thân yêu đã luôn ở bên cạnh, ủng hộ và dành cho em những lời khuyên vô giá. ii Lời cam đoan Tôi cam đoan đây là công trình nghiên cứu do đích thân tôi thực hiện. Tất cả hình ảnh, đồ thị, bảng biểu đều dựa trên những thông tin và dữ liệu xác thực.

Tất cả ngữ liệu tiếng Việt và tiếng Anh có nguồn gốc và xuất xứ rõ ràng. Tác giả luận án Nguyễn Tuyết Nhung Mục lục Lời cam đoan. ii MỞ ẦU. Lí do chọn đề tài.

Mục đích nghiên cứu và câu hỏi nghiên cứu. ối tượng và phạm vi nghiên cứu .1 ối tượng nghiên cứu .2 Phạm vi nghiên cứu. Ngữ liệu, phương pháp và công cụ nghiên cứu. Ngữ liệu nghiên cứu.

Ngữ liệu tiếng Việt. Ngữ liệu tiếng Anh. Phương pháp nghiên cứu. Công cụ nghiên cứu.

Ý nghĩa khoa học và thực tiễn. Ý nghĩa khoa học. Ý nghĩa thực tiễn. Cấu trúc của luận án.

20 ƢƠ 1: TỔNG QUAN NGHIÊN CỨU V Ơ SỞ LÝ LUẬN. Các công trình nghiên cứu về các yếu tố từ vựng trong độ đo phong cách tiếng Anh và tiếng Việt. Các công trình nghiên cứu về các yếu tố từ vựng trong độ đo phong cách tiếng Anh. Các công trình nghiên cứu về các yếu tố từ vựng trong độ đo phong cách tiếng Việt.

Phong cách ngôn ngữ và độ đo phong cách. Phong cách ngôn ngữ. Ứng dụng của độ đo phong cách và Ngôn ngữ học điều tra. ặc điểm ngôn ngữ của các bài viết thuộc chuyên mục ý kiến trên báo.

Từ và các lớp từ vựng. Tiêu chí xác định ranh giới từ. Tách từ và gán nhãn từ vựng cho khối ngữ liệu. Một số lớp từ trong hệ thống từ vựng tiếng Việt.

Các yếu tố từ vựng trong ộ đo phong cách. Phân bố chiều dài từ khi tính theo ký tự. Phân bố chiều dài từ khi tính theo âm tiết. Trung bình chiều dài từ khi tính theo ký tự.

Trung bình chiều dài từ khi tính theo âm tiết. ộ phong phú từ vựng. Tần số từ khi tính theo phương pháp thống kê cơ bản. Tần số từ khi tính theo phương pháp kiểm định thống kê.

68 CHƯƠNG 2: MỨC ĐỘ ẢNH HƯỞNG CỦA CÁC YẾU TỐ TỪ VỰNG TRONG ĐỘ ĐO PHONG CÁCH CÁC VĂN BẢN BÁO CHÍ TIẾNG VIỆT: TRƯỜNG HỢP CÁC YẾU TỐ TỪ VỰNG THUỘC PHƯƠNG DIỆN HÌNH THỨC. Mức độ ảnh hưởng của Phân bố chiều dài từ khi tính theo ký tự. Mức độ ảnh hưởng của Phân bố chiều dài từ khi tính theo âm tiết. Mức độ ảnh hưởng của Trung bình chiều dài từ khi tính theo ký tự.

Mức độ ảnh hưởng của Trung bình chiều dài từ khi tính theo âm tiết. 90 ƢƠ 3: MỨ Ả ƢỞNG CỦA CÁC YẾU TỐ TỪ VỰNG TR P Á Á V BẢN BÁO CHÍ TIẾNG VIỆT: TRƯỜNG HỢP CÁC YẾU TỐ TỪ VỰNG THUỘC PHƯƠNG DIỆN NỘI DUNG 91 3. Mức độ ảnh hưởng của ộ phong phú từ vựng. Mức độ ảnh hưởng của Tần số từ khi tính theo phương pháp thống kê cơ bản 105 3.

Mức độ ảnh hưởng của Tần số từ xưng hô. Mức độ ảnh hưởng của Tần số từ thực thể có tên. Mức độ ảnh hưởng của Tần số tác tử lập luận. Mức độ ảnh hưởng của Tần số từ Hán Việt.

Mức độ ảnh hưởng của Tần số từ nước ngoài. Mức độ ảnh hưởng của Tần số từ từ mới. Mức độ ảnh hưởng của Tần số thành ngữ. Mức độ ảnh hưởng của Tần số từ khi tính theo phương pháp phân tích tương ứng.

Mức độ ảnh hưởng của Tần số từ xưng hô. Mức độ ảnh hưởng của Tần số từ thực thể có tên. Mức độ ảnh hưởng của Tần số tác tử lập luận. 150 ƢƠ 4: SỰ TƢƠ ỒNG VÀ KHÁC BIỆT VỀ MỨ ẢNH ƢỞNG CỦA CÁC YẾU TỐ TỪ VỰ TR P Á Á V BẢN BÁO CHÍ TIẾNG VIỆT VÀ TIẾNG ANH.

Phân bố chiều dài từ khi tính theo ký tự. Trung bình chiều dài từ khi tính theo âm tiết. ộ phong phú từ vựng. Tần số từ khi tính theo phương pháp kiểm định thống kê.

188 Tài liệu tham khảo. 194 DANH MỤC HÌNH VÀ BIỂU Ồ Trang Hình 0. Phần giới thiệu về TG của mục Góc nhìn 7 Hình 0. Thang độ đánh giá mức độ ảnh hưởng của YTTV đến nhiệm vụ 16 X DTTG Hình 0.

Các câu lệnh trong Python 18 Hình 0. Cửa sổ RStudio sử dụng ngôn ngữ lập trình R 19 Hình 0. TXH1 của các nhà báo nữ, sinh từ 1975 trở về trước 22 Hình 0. TXH1 các nhà báo nữ, sinh từ 1975 trở về trước và VBÂD 24 Hình 1.

Phân tích nguồn tác giả của VBÂD 49 Hình 1. Bản Industrial Society and Its Future của UN BOMBER đăng trên 49 The Washington Post và The New York Times Hình 1. ịnh dạng dữ liệu JSON 57 Hình 1. ịnh dạng dữ liệu XML 58 Hình 3.

TXH3 của các TG nhà báo là nữ, sinh từ năm 1975 trở về trước 141 Hình 3. TXH3 của TG nữ là nhà báo, sinh từ năm 1975 trở về trước và VBÂD 143 Hình 3. TTCT của các TG nữ là nhà báo, sinh từ năm 1975 trở về trước và VBÂD 145 Hình 3. TTLL của các TG nữ là nhà báo, sinh từ năm 1975 trở về trước và VBÂD 147.

DANH MỤC BẢNG SỐ LIỆU Trang Bảng 1. Các chỉ số đo độ phong phú từ vựng TTR, W, H, S, và K 4 Bảng 0. ác YTTV được khảo sát và đối chiếu trong luận án 5 Bảng 0. Các khối ngữ liệu nhóm trong VVC_Stylometry 9 Bảng 0.

Thông tin của VVC_Stylometry và Telegraph Columnist Corpus 9 Bảng 0. Số lượng các lượt thực nghiệm xác định danh tính tác giả 13 Bảng 1. Từ vựng trong văn bản nghi vấn và trong văn bản của tác giả ứng viên 44 Bảng 1. Thang độ đánh giá kết quả xác định danh tính tác giả 44 Bảng 1.

Các nhiệm vụ Phân tích nguồn TG do PAN tổ chức 48 Bảng 1. Các vụ án dân sự và hình sự có liên quan đến độ đo phong cách 50 Bảng 1. Các thực thể có tên thông dụng 62 Bảng 2. So sánh PBCDT của các TG nữ là nhà báo và X1 84 Bảng 2.

ường cong PBCDT của TG 890 và X1 85 Bảng 2. So sánh PBCDT tính theo ký tự của TG nữ là nhà nghiên cứu và X2 88 Bảng 2. ường cong PBCDT của TG 1020 và X2 89 Bảng 2. So sánh PBCDT của các TG nam là nhà báo và X3 91 Bảng 2.

ường cong PBCDT của TG 403 và X3 92 Bảng 2. So sánh PBCDT của các TG nam là nhà nghiên cứu và X4 95 Bảng 2. ường cong PBCDT của TG 1057 và X4 97 Bảng 2. So sánh PBCDT của 10 TG thuộc các nhóm khác nhau và X5 98 Bảng 2.

ường cong PBCDT của TG 342 và X5 99 Bảng 2. Tỉ lệ chính xác của PB DT khi tính theo đơn vị ký tự 102 Bảng 2. Tỉ lệ chính xác của PB DT khi tính theo đơn vị âm tiết 103 Bảng 2. So sánh TBCDT của các TG nữ là nhà báo và X1 105 Bảng 2.

Tỉ lệ chính xác của PB DT khi tính theo đơn vị ký tự 107 Bảng 2. So sánh TBCDT của các TG nữ là nhà nghiên cứu và X2 108 Bảng 2. Tỉ lệ chính xác của PB DT khi tính theo đơn vị âm tiết 109 Bảng 3. Số lượng lượt từ, dạng từ, từ xuất hiện một lần và từ xuất hiện hai 110 lần của các TG Bảng 3.

ộ phong phú từ vựng của các TG 111 Bảng 3. Tỉ lệ chính xác của PPTV 113 Bảng 3. TXH của các TG nữ là nhà báo 114 Bảng 3. Tỉ lệ chính xác của tần số TXH1 khi tính theo thống kê cơ bản 115 Bảng 3.

Tỉ lệ chính xác của tần số TXH3 khi tính theo thống kê cơ bản 116 Bảng 3. TTCT của các TG nữ là nhà báo 117 Bảng 3. Tỉ lệ chính xác của tần số TTCT khi tính theo thống kê cơ bản 119 Bảng 3. TTLL của các nhà báo nữ 119 Bảng 3.

Tỉ lệ chính xác của tần số TTLL khi tính theo thống kê cơ bản 121 Bảng 3. Tỉ lệ chính xác của tần số từ Hán Việt khi tính theo thống kê cơ bản 125 Bảng 3. Tỉ lệ chính xác của tần số từ nước ngoài khi tính theo phương pháp 128 thống kê cơ bản Bảng 3.