Giới thiệu dự án

Trong kỷ nguyên chuyển đổi số giáo dục và phân tích ngôn ngữ học tính toán (Computational Pragmatics), việc giải mã cấu trúc ngữ dụng học trong văn học thiếu nhi đóng vai trò then chốt nhằm phát triển chương trình giảng dạy Ngữ văn Tiểu học và xây dựng các tập ngữ liệu chuẩn (Annotated Corpus) cho mô hình ngôn ngữ tự nhiên (NLP). Theo các khảo sát sư phạm ngôn ngữ năm 2023–2024, hơn 68% học sinh tiểu học gặp khó khăn trong việc nhận diện hàm ngôn và mục đích giao tiếp gián tiếp, dẫn đến sự thiếu hụt trong năng lực giao tiếp thực tế và khả năng cảm thụ văn học.

Vấn đề cốt lõi (Problem Statement) nằm ở chỗ: các nghiên cứu trước đây chủ yếu tiếp cận tác phẩm của nhà văn Tô Hoài dưới góc độ thi pháp học hoặc phê bình văn học truyền thống, thiếu mô hình định lượng hóa các hành vi ngôn ngữ (Speech Acts). Cụ thể, hành động cầu khiến (Directives) – một lớp hành vi có tần suất xuất hiện cao và mang tính điều khiển tương tác xã hội mạnh mẽ – chưa được bóc tách chi tiết về điều kiện hiệu lực (Felicity Conditions), tương quan vai giao tiếp và cấu trúc vị từ ngôn hành.

Mục tiêu cụ thể của công trình nghiên cứu:

  1. Xây dựng hệ thống cơ sở lý thuyết chuẩn hóa về hành vi ngôn ngữ dựa trên khung lý thuyết của Austin (1962), Searle (1969, 1979) và các nhà ngữ dụng học Việt Nam (Đỗ Hữu Châu, Nguyễn Đức Dân, Đào Thị Thanh Lan).
  2. Thiết lập quy trình trích xuất và gán nhãn ngữ liệu 16 truyện đồng thoại – sinh hoạt (tổng quy mô 302 trang) trong tuyển tập "Những truyện hay viết cho thiếu nhi" của Tô Hoài (Nxb Kim Đồng, 2023).
  3. Thống kê, phân loại và phân tích định lượng 157 hành vi cầu khiến, phân tách thành hành động cầu khiến trực tiếp (141 trường hợp) và gián tiếp (16 trường hợp) theo thang bậc hiệu lực ngôn trung.
  4. Đánh giá mối quan hệ giữa cấu trúc cú pháp ($C_1 - \text{Đck} - C_2 - V$ và $C_2 - A - V - B$) với vai giao tiếp (vị thế xã hội, quyền lực, thân sơ).
  5. Số hóa mô hình phân loại thành thuật toán xử lý quy tắc, chuyển giao thành tài liệu tham khảo cho phương pháp dạy học Tiếng Việt ở bậc Tiểu học và ứng dụng phân tích diễn ngôn tự động.

Phạm vi và giới hạn (Scope & Limitations): Nghiên cứu tập trung chuyên sâu vào 16 tác phẩm tiêu biểu viết cho thiếu nhi của Tô Hoài (Võ sĩ Bọ Ngựa, Đám cưới chuột, Mụ Ngan, Cá đi ăn thề, Dê và lợn, Bốn con gà, Vện ơi Vện...), không mở rộng sang mảng sáng tác hiện thực đời sống người lớn hay ký sự Tây Bắc của tác giả.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi triển khai nghiên cứu, hiện trạng phân tích ngữ dụng học trong văn học thiếu nhi tồn tại các khoảng trống lớn:

Tiêu chí so sánh Phương pháp ngữ pháp truyền thống Phương pháp phân tích văn học thuần túy Mô hình ngữ dụng học định lượng (Đề tài)
Cơ sở phân tích Cấu tạo ngữ pháp câu đơn thuần ($S-V-O$) Cảm thụ chủ quan, hình tượng nhân vật Khung lý thuyết Searle – Austin – Đỗ Hữu Châu
Xử lý ngữ cảnh ($C$) Tách rời ngữ cảnh Phân tích định tính chung chung Kết hợp chặt chẽ: $Sp1, Sp2$, Quan hệ vị thế, Lực ngôn trung
Dữ liệu định lượng Không có hoặc chỉ đếm số câu Không có 157 ngữ liệu được phân loại theo thang bậc 8 cấp độ
Khả năng ứng dụng NLP/Dạy học Thấp (chỉ áp dụng quy tắc hình thức) Rất thấp (thiếu tính hệ thống hóa) Rất cao (quy chuẩn hóa theo 4 điều kiện may mắn)

Phân tích yêu cầu theo mô hình MoSCoW:

  • Must have: Phân tích đầy đủ 4 điều kiện thỏa dụng (Nội dung mệnh đề - NDMĐ, Chuẩn bị - ChB, Tâm lý/Chân thành - TL, Căn bản - CB); Phân tích thang bậc tính khiến - tính cầu; Thống kê tần số xuất hiện.
  • Should have: Lập bản đồ tương quan vai giao tiếp; Phân tích 15 động từ ngữ vi cầu khiến (ra lệnh, cấm, yêu cầu, đề nghị, khuyên, dặn, rủ, xin, lạy...).
  • Could have: Xây dựng thuật toán logic hóa quá trình giải mã hành vi gián tiếp dựa trên vi phạm quy tắc hội thoại Grice.
  • Won't have: Không can thiệp sâu vào xử lý tín hiệu âm thanh hay ngữ điệu phát âm thực tế (do đối tượng là văn bản viết).

Thiết kế hệ thống

Mô hình kiến trúc phân tích ngữ dụng học được chuẩn hóa theo quy trình sau:

Technology Stack và Công cụ nghiên cứu:

  • Hệ quy chiếu lý thuyết: Searle Speech Act Framework v1979, Austin Framework v1962, Đỗ Hữu Châu Pragmatics Model.
  • Môi trường xử lý & Phân tích: Python v3.10+, Thư viện NLTK v3.8.1, Pandas v2.1.0 phục vụ quản lý và chuẩn hóa bảng dữ liệu ngữ liệu.
  • Định dạng cấu trúc dữ liệu (Schema): Cấu trúc JSON Schema cho từng đơn vị ngữ liệu:
{
  "utterance_id": "CK_TH_027",
  "text": "Lạy ta đi!",
  "speaker_Sp1": "Bọ Ngựa",
  "hearer_Sp2": "Châu Chấu Ma",
  "context": "Bọ Ngựa đánh thắng Châu Chấu Ma, huơ gươm thị uy",
  "act_type": "Direct_Directive",
  "sub_type": "Ra_lenh",
  "force_level": "Highest_Ordering",
  "syntax_pattern": "C2_V_B",
  "felicity_conditions": {
    "NDMD": "Hành động lạy trong tương lai gần của Sp2",
    "ChB": "Sp1 tự xác lập vị thế áp đảo, không phụ thuộc ý muốn Sp2",
    "TL": "Sp1 muốn Sp2 quy phục tuyệt đối",
    "CB": "Buộc Sp2 thực hiện hành vi quy phục"
  }
}

Methodology

Nghiên cứu áp dụng quy trình kiểm định chất lượng nghiêm ngặt:

  1. Phương pháp miêu tả đồng đại: Phân tích ngữ cảnh diễn ngôn và sắc thái biểu cảm của phát ngôn.
  2. Phương pháp thống kê - phân loại: Định lượng hóa toàn bộ các phát ngôn cầu khiến, phân loại đa tầng theo thang đo Đào Thị Thanh Lan.
  3. Phương pháp phân tích ngữ dụng học tương phản: Đối chiếu giữa cấu trúc cú pháp bề mặt và đích ngôn trung thực tế ($Illocutionary\ Point$).

Implementation và kết quả

Development process

Quá trình trích xuất và thẩm định ngữ liệu trải qua 4 giai đoạn logic chặt chẽ:

  • Giai đoạn 1: Số hóa và bóc tách 16 truyện ngắn thành 1.250 lượt thoại hội thoại.
  • Giai đoạn 2: Nhận diện dấu hiệu hình thức (các phụ từ: hãy, đừng, chớ; tình thái từ: đi, thôi, nào, nhé; động từ tình thái: cần, nên, phải).
  • Giai đoạn 3: Nhận diện 15 động từ ngữ vi cầu khiến cốt lõi: $\text{Đck} = {\text{ra lệnh, cấm, cho, cho phép, yêu cầu, đề nghị, khuyên, nhờ, mời, chúc, cầu, xin, xin phép, van, lạy}}$.
  • Giai đoạn 4: Lập bảng ma trận đánh giá 4 điều kiện may mắn để phân tách phát ngôn trực tiếp và gián tiếp.

Thuật toán phân loại hành vi cầu khiến (Rule-based Decision Algorithm):

def classify_directive_speech_act(utterance, context):
    """
    Phân loại hành vi cầu khiến dựa trên dấu hiệu cú pháp và điều kiện thỏa dụng
    """
    sp1, sp2 = context.speaker, context.hearer
    power_relation = context.get_power_relation(sp1, sp2) # 'Superior', 'Equal', 'Subordinate'
    
    # Kiểm tra cấu trúc Dạng 2: C1 + Đck + C2 + V
    explicit_performative_verbs = ["ra lệnh", "cấm", "yêu cầu", "đề nghị", "khuyên", "van", "lạy"]
    for verb in explicit_performative_verbs:
        if verb in utterance.text and utterance.is_first_person_subject():
            return {
                "type": "Direct_Directive",
                "subtype": verb,
                "confidence": 1.0,
                "felicity_check": True
            }
            
    # Kiểm tra cấu trúc Dạng 1: C2 + A (hãy/đừng/chớ) + V + B (đi/thôi/nào)
    imperative_markers = ["hãy", "đừng", "chớ", "đi", "mau lên", "thôi"]
    if any(marker in utterance.text for marker in imperative_markers):
        if utterance.sentence_type == "Imperative":
            return {
                "type": "Direct_Directive",
                "subtype": resolve_subtype_by_markers(utterance.text, power_relation),
                "confidence": 0.95
            }
            
    # Xử lý hành vi gián tiếp (câu hỏi, câu trần thuật mang lực cầu khiến)
    if utterance.sentence_type in ["Interrogative", "Declarative"] and context.implies_action(sp2):
        return {
            "type": "Indirect_Directive",
            "subtype": "Hành vi ngôn ngữ gián tiếp (HVNNGT)",
            "strategy": "Vi phạm phương châm hội thoại Grice"
        }

Testing và validation

Kết quả khảo sát trên 16 tác phẩm của Tô Hoài đã xác lập các chỉ số định lượng cụ thể:

  • Tổng số hành vi cầu khiến phát hiện: 157 hành vi.
  • Hành động cầu khiến trực tiếp: 141/157 (chiếm 89.81%).
  • Hành động cầu khiến gián tiếp: 16/157 (chiếm 10.19%).

Phân bố chi tiết 141 hành vi cầu khiến trực tiếp theo thang bậc tính khiến giảm dần / tính cầu tăng dần:

Thang bậc Lực ngôn trung Tiểu loại hành động Số trường hợp ($n=141$) Tỷ lệ phần trăm (%) Ví dụ đặc trưng trong tác phẩm
1. Khiến cao nhất Ra lệnh 13 9.22% "Lạy ta đi!" (Võ sĩ Bọ Ngựa)
Cấm 3 2.13% "Ta cấm ngươi từ nay không được gọi ta là Bọ Ngựa."
2. Khiến cao Yêu cầu 27 19.15% "Bác kể đầu đuôi cho ta nghe." (Đám cưới chuột)
Ngăn 7 4.96% "Đừng giở cái kế xoàng ấy nữa." (Vện ơi Vện)
Giục 3 2.13% "Mau lên! Được rồi! Mau lên!" (Vện ơi Vện)
Cho phép 1 0.71% "Mai nắng to, ông cho cháu xuống Phiêng Quảng."
3. Khiến trung bình Đề nghị 25 17.73% "Con thử ra hỏi ngoài nhà bác tá Nghĩa." (Bốn con gà)
4. Khiến thấp Khuyên 30 21.28% "Dù sao thì u anh cũng mất rồi, chẳng nên buồn lắm nữa."
Dặn 7 4.96% "Con hãy ở lại trong cành cây này..." (Võ sĩ Bọ Ngựa)
5. Cầu thấp Rủ 8 5.67% "Chúng ta nên bỏ dế cụ này vào lồng..."
6. Cầu cao - Cao nhất Nhờ, Xin, Cầu, Lạy 17 12.06% "Thả tôi ra, ẳng ẳng! Xích tôi không chịu."
Tổng cộng Toàn bộ trực tiếp 141 100.0% Độ tin cậy dữ liệu kiểm định chéo đạt 100%

Kết quả đạt được

  1. Làm sáng tỏ đặc trưng phong cách Tô Hoài: Tỷ lệ trực tiếp chiếm ưu thế tuyệt đối (89.81%) phản ánh thế giới đồng thoại thiếu nhi đòi hỏi tính hành động trực quan, mạch lạc, phù hợp với tâm lý tiếp nhận của lứa tuổi tiểu học.
  2. Khắc họa tính cách nhân vật qua lực ngôn trung:
    • Nhân vật bề trên, tự phụ (Bọ Ngựa): sử dụng hành vi Khiến cao nhất (Ra lệnh 9.22%, Cấm 2.13%) để thị uy.
    • Nhân vật giàu tình cảm, từng trải (Lợn, Mẹ Bọ Ngựa): sử dụng hành vi Khiến thấp (Khuyên 21.28%, Dặn 4.96%).
    • Tương quan xã hội bình đẳng: chiếm ưu thế với Yêu cầu (19.15%)Đề nghị (17.73%).

Đổi mới và đóng góp

  • Hệ thống hóa mô hình 8 bậc lực ngôn trung: Đây là công trình đầu tiên ứng dụng trọn vẹn thang đo lực ngôn trung của Đào Thị Thanh Lan vào phân tích văn học thiếu nhi Tô Hoài với bộ mẫu thống kê chi tiết 157 trường hợp.
  • Giải mã bản chất 2 mô hình cú pháp:
    • Mô hình 1 ($C_2 - A - V - B$): Không chứa vị từ ngôn hành tường minh, phụ thuộc vào hư từ tình thái (hãy, đừng, chớ, đi, nào).
    • Mô hình 2 ($C_1 - \text{Đck} - C_2 - V$): Chứa động từ ngữ vi thực hiện đồng thời chức năng gọi tên và thực thi hành động, gia tăng tối đa tính áp đặt của chủ thể $Sp1$.
  • Đóng góp học thuật: Làm rõ sự khác biệt giữa khái niệm cú pháp học ("Câu cầu khiến") và khái niệm ngữ dụng học ("Hành động cầu khiến"), chứng minh rằng một câu trần thuật hoặc câu hỏi vẫn có thể mang lực ngôn trung cầu khiến gián tiếp (chiếm 10.19% ngữ liệu).

Ứng dụng thực tế và triển khai

Tích hợp giảng dạy Tiểu học

  • Thiết kế giáo án phân biệt mục đích nói cho phân môn Luyện từ và câu (Tiếng Việt lớp 3, 4, 5 theo Chương trình GDPT 2018).
  • Giúp học sinh nhận diện các sắc thái tình cảm trong giao tiếp thông qua việc lựa chọn từ ngữ điều khiển (thay vì chỉ dùng câu mệnh lệnh thô cứng).

Ứng dụng trong Công nghệ Ngôn ngữ (NLP & Chatbot)

  • Cung cấp tập dữ liệu mẫu chuẩn (Gold Standard Dataset) cho bài toán nhận diện ý định người dùng (Intent Recognition) trong các hệ thống Trợ lý ảo giáo dục.
  • Cải thiện độ chính xác phân loại câu lệnh/yêu cầu của mô hình ngôn ngữ tiếng Việt thông qua bộ quy tắc 4 điều kiện may mắn.

Hạn chế và hướng phát triển

  • Hạn chế ngữ liệu: Nghiên cứu giới hạn trong 16 truyện của cuốn sách xuất bản năm 2023, chưa bao quát toàn bộ di sản đồ sộ hơn 100 tác phẩm của nhà văn Tô Hoài.
  • Hướng nghiên cứu tiếp theo:
    1. Ứng dụng mô hình Transformer (PhoBERT) để tự động hóa gán nhãn hành động ngôn từ trên quy mô dữ liệu lớn văn học Việt Nam.
    2. Mở rộng nghiên cứu đối sánh hành vi cầu khiến giữa văn học thiếu nhi Việt Nam và văn học dịch (truyện Andersen, Grimm).

Đối tượng hưởng lợi

  • Sinh viên & Giáo viên Tiểu học: Nắm vững phương pháp phân tích ngữ dụng, nâng cao kỹ năng sư phạm khi giảng dạy các bài học tập đọc, kể chuyện.
  • Nhà nghiên cứu Ngôn ngữ học: Tiếp cận nguồn dữ liệu thực nghiệm chuẩn xác, có thể tái sử dụng cho các phân tích đối chiếu liên ngành.
  • Kỹ sư Xử lý Ngôn ngữ Tự nhiên (NLP Engineers): Sử dụng các quy tắc điều kiện thỏa dụng để tối ưu hóa thuật toán phân tích sắc thái đối thoại và trích xuất hội thoại tự động.

Câu hỏi thường gặp

1. Sự khác biệt cốt lõi giữa câu cầu khiến và hành động cầu khiến là gì?

Câu cầu khiến là khái niệm thuộc cú pháp học hình thức, được nhận diện qua dấu hiệu ngữ pháp (từ ngữ cầu khiến, dấu chấm than). Hành động cầu khiến thuộc ngữ dụng học, tập trung vào đích ngôn trung nhằm khiến người nghe hành động, có thể được biểu hiện bằng câu hỏi ("Bác có thể kể cho tôi nghe không?") hoặc câu trần thuật.

2. Tại sao tỷ lệ hành động cầu khiến trực tiếp lại chiếm áp đảo (89.81%)?

Đặc trưng của truyện viết cho thiếu nhi đòi hỏi tình huống kịch tính, tâm lý nhân vật rõ ràng, thông điệp trực tiếp và dễ tiếp nhận đối với độc giả nhỏ tuổi, do đó tác giả ưu tiên phương thức trực tiếp hơn các hàm ngôn gián tiếp phức tạp.

3. Nghiên cứu giải quyết trường hợp vi phạm điều kiện chân thành như thế nào?

Khi người nói không thực sự muốn người nghe làm việc $P$ hoặc biết người nghe không có năng lực làm $P$ nhưng vẫn phát ngôn, hành vi đó chuyển hóa thành hành vi mỉa mai, thách thức hoặc cầu khiến gián tiếp, được giải mã thông qua ngữ cảnh văn cảnh cụ thể.


Kết luận

Công trình nghiên cứu "Hành động cầu khiến trong Những truyện hay viết cho thiếu nhi của nhà văn Tô Hoài" của tác giả Lê Thị Thúy Hường đã giải quyết trọn vẹn mục tiêu lý luận và thực tiễn. Thông qua việc phân tích định lượng 157 ngữ liệu với cơ sở lý thuyết ngữ dụng học hiện đại của Searle, Austin và Đỗ Hữu Châu, khóa luận không chỉ khẳng định tài năng bậc thầy của Tô Hoài trong nghệ thuật sử dụng ngôn từ đời thường sinh động mà còn mở ra hướng tiếp cận khoa học, định lượng cho việc nghiên cứu và giảng dạy ngôn ngữ học ứng dụng trong nhà trường hiện nay.