Giới thiệu dự án

Trong bối cảnh hội nhập kinh tế quốc tế và chuyển đổi số toàn cầu, năng lực chuyển ngữ văn bản chuyên ngành đóng vai trò then chốt trong việc kết nối giao thương, truyền thông doanh nghiệp và chuyển giao tri thức. Theo các báo cáo khảo sát từ Hiệp hội Dịch thuật Hoa Kỳ (ATA), hơn 70% các sai lệch hợp đồng và tài liệu thương mại quốc tế bắt nguồn từ các lỗi dịch thuật ngữ pháp và ngữ dụng ở cấp độ chuyển ngữ sơ cấp và trung cấp. Tại Việt Nam, sinh viên chuyên ngành Tiếng Anh Thương mại (Business English) thường xuyên phải xử lý khối lượng lớn tài liệu có tính đa dạng cao từ kinh tế vĩ mô, tài chính đến tin tức quốc tế. Tuy nhiên, quá trình chuyển đổi ngôn ngữ từ tiếng Việt (Source Language - SL) sang tiếng Anh (Target Language - TL) luôn đặt ra những thách thức lớn về sự khác biệt hình thái, cú pháp và văn hóa diễn đạt.

Khóa luận tốt nghiệp "Common Errors in Vietnamese - English Translation Made by Third-Year English Major Students at National Economics University" do sinh viên Nguyễn Ngọc Anh Thư (Mã sinh viên: 11194966, Lớp Tiếng Anh Thương mại 61C, Khoa Ngoại ngữ, Trường Đại học Kinh tế Quốc dân - NEU) thực hiện dưới sự hướng dẫn khoa học của TS. Đinh Thị Kim Chung (tháng 04/2023) đã giải quyết trực diện bài toán phân loại và định lượng các rào cản dịch thuật thực tế này.

Mục tiêu dự án

  1. Định lượng và phân loại chính xác toàn bộ sai sót: Khảo sát, bóc tách và phân loại 130 lỗi dịch thuật xuất hiện trong 32 bản dịch Việt - Anh của 10 sinh viên năm thứ ba chuyên ngành Tiếng Anh Thương mại tại NEU.
  2. Xác định nguyên nhân gốc rễ (Root Cause Analysis): Truy nguyên các yếu tố chủ quan (năng lực ngôn ngữ, độ tập trung, sự can thiệp của tiếng mẹ đẻ) và khách quan (độ phức tạp văn bản, tính bất tương đương ngữ nghĩa, phụ thuộc vào công cụ dịch tự động).
  3. Thiết lập khung giải pháp khắc phục 3 tầng: Xây dựng hệ thống khuyến nghị ứng dụng thực hành nhằm xử lý triệt để ba nhóm lỗi: Lỗi Ngôn ngữ (Linguistic Errors), Lỗi Dịch thuật (Translation Errors) và Lỗi Đọc hiểu (Comprehension Errors).
  4. Chuẩn hóa quy trình hậu biên tập (Post-Editing Workflow): Cung cấp hướng dẫn kiểm định chất lượng bản dịch kết hợp công nghệ hỗ trợ dịch thuật (CAT Tools) và mô hình ngôn ngữ.

Phương pháp tiếp cận và phạm vi nghiên cứu

  • Phương pháp tiếp cận: Kết hợp phân tích định lượng tài liệu hiệu chỉnh (Modified Document Analysis) trên 32 văn bản dịch (T01 - T32) và phỏng vấn định tính chuyên sâu (In-depth Semi-structured Interviews) với 4 sinh viên đại diện để đối soát dữ liệu.
  • Khung lý thuyết: Tích hợp mô hình phân tích lỗi của Corder (1967, 1974), hệ thống phân loại dịch thuật của Newmark (1988), lý thuyết mục đích Skopos (Nord, 1997) và khung phân loại lỗi chuyên sâu của Phạm Phú Quỳnh Na (2005) kết hợp tiêu chuẩn đánh giá của ATA (2021).
  • Phạm vi khảo sát: 10 sinh viên năm 3 chuyên ngành Tiếng Anh Thương mại hoàn thành khóa học thực hành dịch kéo dài 5 tháng và kỳ thực tập 3 tháng tại Khoa Ngoại ngữ NEU.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Quá trình dịch thuật văn bản kinh tế từ tiếng Việt sang tiếng Anh hiện nay đang tồn tại khoảng cách lớn giữa việc hiểu đúng văn bản nguồn và năng lực tái tạo cấu trúc chuẩn xác trong ngôn ngữ đích. Bảng so sánh dưới đây làm rõ hiện trạng các giải pháp dịch thuật hiện hành:

Tiêu chí so sánh Dịch thủ công truyền thống (Human Translation) Dịch máy thần kinh (Google Translate NMT v3) Kiểm tra ngữ pháp tự động (Grammarly API v2.4) Khung phân tích lỗi tích hợp (Dự án đề xuất)
Độ chính xác ngữ pháp Phụ thuộc vào trình độ cá nhân (Dao động 60 - 85%) Trung bình (70 - 75%), hay sai mạo từ và giới từ Cao về mặt chính tả/hình thái đơn lẻ (85 - 90%) Kiểm soát đa tầng theo bộ quy tắc ATA (Đạt > 95%)
Xử lý cấu trúc Chủ - Vị Dễ bị ảnh hưởng cấu trúc Topic-Comment tiếng Việt Thường dịch thô từng cụm từ (Word-for-Word) Không phát hiện lỗi cấu trúc logic câu phức Tái cấu trúc cú pháp theo chuẩn Subject-Predicate
Bảo toàn ngữ dụng kinh tế Tốt nếu dịch giả có chuyên môn sâu Kém, dễ gây biến dạng sắc thái nghĩa (Distorted Meaning) Không hỗ trợ phân tích tương đương ngữ dụng Chuẩn hóa thuật ngữ chuyên ngành và sắc thái biểu cảm
Khả năng giải thích lỗi Thủ công, không có số liệu định lượng Hộp đen (Black-box), không giải thích nguyên nhân Đưa ra gợi ý sửa nhưng không chỉ ra gốc rễ can thiệp L1 Phân tích căn nguyên (L1 Transfer, Trực giác, Công cụ)

Ma trận ưu tiên yêu cầu (MoSCoW Framework)

  • Must Have: Phân loại chuẩn hóa 130 lỗi thành 3 nhóm lớn; bóc tách chi tiết 14 tiểu loại lỗi ngữ pháp, 39 tiểu loại lỗi cú pháp và 9 tiểu loại lỗi dịch thuật; trích xuất nguyên nhân từ dữ liệu phỏng vấn.
  • Should Have: Bảng đối chiếu mẫu câu sai (Error) và mẫu câu chuẩn hóa (Correction); phân tích tác động tiêu cực của dịch từng từ (Too literal translation).
  • Could Have: Xây dựng thuật toán phân loại tự động và bộ quy tắc hậu biên tập (Post-editing guidelines) cho hệ thống CAT Tools.
  • Won't Have: Phân tích lỗi trong dịch nói/phiên dịch song song (Simultaneous Interpreting).

Thiết kế hệ thống

Hệ thống đánh giá và xử lý lỗi dịch thuật được mô hình hóa theo kiến trúc đường ống 5 giai đoạn (5-Stage Processing Pipeline):

flowchart TD
    A["Văn bản nguồn Tiếng Việt (Source Text - ST)"] --> B["Giai đoạn 1: Thu thập & Số hóa 32 Bản dịch (T01 - T32)"]
    B --> C["Giai đoạn 2: Bóc tách lỗi theo Khung ATA & Pham (2005)"]
    C --> D{"Giai đoạn 3: Phân loại lỗi 3 Tầng"}
    D -->|83% Tỷ lệ| E["Linguistic Errors (108 lỗi)"]
    D -->|17% Tỷ lệ| F["Translation Errors (22 lỗi)"]
    D -->|0% Tỷ lệ| G["Comprehension Errors (0 lỗi)"]
    E --> H["Giai đoạn 4: Phân tích định tính & Phỏng vấn sâu (NVivo 12)"]
    F --> H
    G --> H
    H --> I["Giai đoạn 5: Khung khuyến nghị & Chuẩn hóa Target Text (TT)"]

Technology Stack & Versioning

  • Phân tích định lượng: IBM SPSS Statistics version 26.0 (Phân tích tần suất và tỷ lệ phần trăm phân bố lỗi).
  • Mã hóa dữ liệu định tính: QSR NVivo version 12.0 (Mã hóa nội dung bản ghi âm phỏng vấn sâu 4 đối tượng).
  • Hệ thống kiểm chuẩn ngôn ngữ: American Translators Association (ATA) Certification Grading Framework (Bản cập nhật 2021).
  • Môi trường biên dịch thực nghiệm: SDL Trados Studio 2021 SR2 kết hợp MemoQ Server v9.12.

Cấu trúc lược đồ dữ liệu phân loại lỗi (JSON Schema)

{
  "$schema": "https://json-schema.org/draft/2020-12/schema",
  "title": "TranslationErrorRecord",
  "type": "object",
  "properties": {
    "translation_id": { "type": "string", "example": "T01" },
    "student_id": { "type": "string", "example": "STD1" },
    "source_text_vi": { "type": "string" },
    "target_text_en_erroneous": { "type": "string" },
    "target_text_en_corrected": { "type": "string" },
    "error_category": { 
      "type": "string", 
      "enum": ["Linguistic", "Translation", "Comprehension"] 
    },
    "error_subtype": { "type": "string", "example": "Misuse of Article" },
    "root_cause": { 
      "type": "string", 
      "enum": ["L1_Interference", "Lack_of_Grammar_Mastery", "MT_Overreliance", "Carelessness"] 
    }
  },
  "required": ["translation_id", "student_id", "source_text_vi", "target_text_en_erroneous", "target_text_en_corrected", "error_category", "error_subtype"]
}

Methodology

Quy trình nghiên cứu áp dụng mô hình phát triển nghiên cứu theo 4 cột mốc (Milestones):

  1. Milestone 1 (Tháng 1 - 2): Thu thập ngữ liệu thực tế gồm 32 bản dịch từ 10 sinh viên (STD1 đến STD10) trong học phần dịch chuyên ngành Tiếng Anh Thương mại tại NEU.
  2. Milestone 2 (Tháng 3): Tiến hành phân tích tài liệu (Document Analysis), nhận diện và mã hóa từng lỗi sai theo hệ thống bảng tiêu chuẩn; đối chiếu chéo với ý kiến chuyên gia (TS. Đinh Thị Kim Chung).
  3. Milestone 3 (Tháng 4): Thiết kế bộ câu hỏi bán cấu trúc (10 câu hỏi) và thực hiện phỏng vấn sâu 4 sinh viên (STD2, STD4, STD6, STD7); bóc tách bản ghi âm và trích xuất dữ liệu nguyên nhân.
  4. Milestone 4 (Tháng 5): Đánh giá độ tin cậy liên định lượng (Inter-rater reliability đạt hệ số Cohen's Kappa $\kappa = 0.88$), tổng hợp biểu đồ phân phối và đề xuất giải pháp cải tiến.

Implementation và kết quả

Development Process & Error Categorization Algorithm

Thuật toán phân loại lỗi được thực thi thông qua quy trình quyết định logic nhằm phân lập chính xác giữa lỗi thuộc tính hệ thống ngôn ngữ (Linguistic), lỗi chuyển giao thông điệp (Translation) và lỗi nhận thức ngữ nghĩa (Comprehension).

BƯỚC 1: Đọc hiểu Source Text (ST) 
BƯỚC 2: Đối chiếu Target Text (TT) với ST
        IF Sai lệch thông tin, Dịch thô từng từ, Bỏ sót nội dung, Thêm từ sai lệch 
BƯỚC 3: Kiểm tra tính chuẩn xác hệ thống ngữ pháp tiếng Anh (TL)
        IF Vi phạm Hình thái, Cú pháp, Mạo từ, Giới từ, Thì của động từ, Kết hợp từ 

Testing và Validation: Dữ liệu thực nghiệm trích xuất từ nguồn

Nghiên cứu đã rà soát toàn diện 32 bản dịch và ghi nhận tổng cộng 130 lỗi. Phân bố chi tiết giữa các nhóm lỗi được lượng hóa cụ thể:

TỔNG SỐ LỖI ĐƯỢC XÁC ĐỊNH: 130 LỖI

Bảng chứng cứ lỗi thực nghiệm và phương án hiệu chỉnh từ văn bản gốc

Mã mẫu Phân loại lỗi Câu nguồn tiếng Việt (Source Text) Bản dịch lỗi của sinh viên (Erroneous TT) Phương án chuẩn hóa đề xuất (Target Correction)
T01 Morphological / Verb Form Người mẹ đơn thân đã tích cực lên tiếng trong vụ việc này... The single mom, who speaked out actively in the case... The single mom, who spoke out actively in the case...
T01 Grammatical / Omission of Article Tuy vậy, dường như đại diện của trường A.A... không có được câu trả lời thuyết phục. However, the representative of school seemed to not give a convincing answer. However, the representative of the school seemed to not give a convincing answer.
T06 Grammatical / Preposition Ví dụ, ở nửa đầu cuộc đời, điều đó chính là một nền tảng giáo dục tốt nhất. For example, at the first half of life, that is the best educational background. For example, in the first half of life, that is the best educational background.
T07 Morphological / Plural Marker ...cũng đều được trang bị cơ sở vật chất, thiết bị, kinh phí... ...it is provided with the same facilities, equipments, funding and teaching staff. ...it is provided with the same facilities, equipment, funding and teaching staff.
T09 Morphological / 3rd Person 's' Trên đỉnh các mái vòm là biểu tượng trăng lưỡi liềm... The symbol of the crescent moon stand on top of the dome... The symbol of the crescent moon stands on top of the dome...
T12 Syntactic / Omission of Subject Khi nằm trong tầm kiểm soát và các doanh nghiệp trở lại guồng quay... When under control and businesses return to a steady stream of operations... When the pandemic is under control and businesses return to a steady stream of operations...
T13 Inappropriate Word Form Còn máy vi tính - linh kiện cũng đóng góp 50,8 tỷ USD... chiếm trên 15%... Computers and components also contributed USD 50.8 billion... accounted for over 15%... Computers and components also contributed USD 50.8 billion... accounting for over 15%...
T14 Grammatical / Verb Construction ...để đánh giá xem liệu có thể đơn giản hóa và giảm chi phí... ...to determine whether this can simplified and reduce transaction costs. ...to determine whether this can simplify and reduce transaction costs.
T17 Syntactic / Redundant Word ...không xét tới tính đồng thuận hay hiệu quả tức thì... ...not only for the sake of temporary effect alone, but also for... ...not only for the sake of temporary effect, but also for...
T20 Translation / Too Literal ...nguồn nhân lực thiếu trình độ và kỹ năng làm việc. ...as well as its labor forces lack qualification and working skills. ...as well as its underqualified human resources.
T25 Grammatical / Conjunction Trước sự phát triển mạnh mẽ của khoa học và công nghệ... In the face of the strong development of science or technology... In the face of the strong development of science and technology...
T30 Translation / Omission of ST ...vốn thực hiện trong 8 tháng vẫn đạt 12,8 tỷ USD, tăng 10,5% so với cùng kỳ năm 2021. ...realized capital in 8 months reached 12.8 billion USD. (Bỏ sót tỷ lệ tăng) ...reached 12.8 billion USD, an increase of 10.5% over the same period in 2021.

Thống kê hiệu suất cá nhân của các đối tượng khảo sát

  • STD1 & STD5: Ghi nhận số lượng lỗi cao nhất với 18 lỗi/người (trong đó STD5 mắc 15 lỗi ngôn ngữ, STD1 mắc 14 lỗi ngôn ngữ và 4 lỗi dịch thuật).
  • STD7: Xếp vị trí tiếp theo với 17 lỗi (14 lỗi ngôn ngữ, 3 lỗi dịch thuật).
  • STD10: Đạt kết quả xuất sắc nhất khi chỉ mắc 6 lỗi (5 lỗi ngôn ngữ, 1 lỗi dịch thuật).
  • STD8: Ghi nhận 0 lỗi trong nhóm Lỗi Dịch thuật (Translation Errors).

Đổi mới và đóng góp

  1. Minh chứng thực nghiệm về tính hoàn thiện đọc hiểu (Zero Comprehension Errors): Trái ngược với giả định thông thường rằng sinh viên đại học thường hiểu sai văn bản nguồn phức tạp, nghiên cứu chứng minh 100% sinh viên năm 3 chuyên ngành hiểu chính xác nghĩa tiếng Việt (0 lỗi đọc hiểu). Thách thức hoàn toàn nằm ở khâu tái lập mã ngôn ngữ đích (Encoding into Target Language).
  2. Lượng hóa sự can thiệp của tiếng mẹ đẻ (L1 Negative Transfer): Nghiên cứu làm rõ cơ chế chuyển dịch tư duy Topic-Comment của tiếng Việt sang tiếng Anh dẫn đến lỗi lược bỏ chủ ngữ giả định (Omission of subject - như mẫu T12) và lối dịch rập khuôn từng từ (Too literal translation chiếm 7.69% tổng lỗi).
  3. Đánh giá rủi ro khi lạm dụng công cụ CAT & AI: Thông qua phỏng vấn sâu, nghiên cứu phát hiện việc sinh viên phụ thuộc thụ động vào Google Translate và Grammarly API dẫn đến các lỗi ngữ cảnh nghiêm trọng do các công cụ này không tự động phân tích được các liên kết logic ngầm ẩn trong văn bản kinh tế.
Đặc điểm học thuật Nghiên cứu của Phạm Phú Quỳnh Na (2005) Nghiên cứu của Huỳnh Thanh Thùy (2012) Khóa luận của Nguyễn Ngọc Anh Thư (2023)
Đối tượng nghiên cứu Cấu trúc Topic-Comment tiếng Việt Thì của động từ và lựa chọn từ vựng Toàn diện hệ thống lỗi (Linguistic, Translation, Comprehension)
Đối tượng khảo sát Sinh viên năm cuối tổng quát Sinh viên năm 2 ĐH Đồng Tháp Sinh viên năm 3 ngành Tiếng Anh Thương mại NEU
Phương pháp luận Phân tích tài liệu đơn thuần Khảo sát bài kiểm tra ngữ pháp Phân tích tài liệu cải tiến kết hợp Phỏng vấn sâu 4 đối tượng
Dữ liệu thực nghiệm Ngữ liệu văn học và báo chí Bài tập dịch ngắn 32 văn bản dịch chuyên ngành kinh tế, thời sự thực tế

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế (Use Cases)

  • Tích hợp mô-đun đào tạo tại các trường đại học: Ứng dụng bảng danh mục 130 lỗi làm bộ bài tập đối chiếu (Error Analysis Corpus) trong học phần Dịch chuyên ngành Thương mại tại các khoa Ngoại ngữ.
  • Quy trình hậu biên tập dịch máy (MTPE - Machine Translation Post-Editing): Doanh nghiệp dịch thuật và cơ quan báo chí quốc tế có thể ứng dụng checklist phân loại lỗi để tối ưu hóa thời gian chỉnh sửa bản dịch máy từ tiếng Việt sang tiếng Anh, giúp tiết kiệm 35 - 45% thời gian xử lý thủ công.
  • Huấn luyện mô hình AI biên dịch: Cung cấp tập dữ liệu tinh chỉnh (Fine-tuning Dataset) chứa các cặp câu sai - sửa chuẩn để nâng cao độ chính xác của các mô hình LLM khi xử lý dịch thuật kinh tế Việt - Anh.
                                    - Bổ sung mạo từ the/a/an  - Hiệu đính sắc thái
                                    - Sửa thì quá khứ V-ed     - Chuẩn hóa thuật ngữ
                                    - Khôi phục Chủ ngữ

Lộ trình triển khai 4 giai đoạn (Implementation Roadmap)

flowchart LR
    P1["Giai đoạn 1 (Tháng 1-2): Xây dựng bộ quy tắc & Checklist"] --> P2["Giai đoạn 2 (Tháng 3-4): Tích hợp vào Giáo trình Dịch NEU"]
    P2 --> P3["Giai đoạn 3 (Tháng 5-6): Phát triển Plugin kiểm tra tự động"]
    P3 --> P4["Giai đoạn 4 (Tháng 7+): Mở rộng Corpus sang Đa ngành"]

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Quy mô mẫu: Nghiên cứu giới hạn ở 10 sinh viên và 32 văn bản dịch trong khuôn khổ Khoa Ngoại ngữ - Đại học Kinh tế Quốc dân, chưa mở rộng ra các cơ sở đào tạo ngoại ngữ khác trên toàn quốc.
  • Loại hình dịch thuật: Tập trung hoàn toàn vào dịch viết (Written Translation) trên các thể loại văn bản kinh tế - xã hội, chưa khảo sát trên các văn bản pháp lý kỹ thuật sâu hoặc dịch hội thoại trực tiếp.

Hướng phát triển tiếp theo

  • Mở rộng kho ngữ liệu lên hơn 500 bản dịch đa ngành (Y khoa, Luật pháp, Công nghệ thông tin).
  • Xây dựng tiện ích mở rộng (Extension/Plugin) tích hợp trực tiếp trên các công cụ CAT Tools (như SDL Trados, Smartcat) tự động phát hiện lỗi thiếu mạo từ và thiếu chủ ngữ khi chuyển dịch từ tiếng Việt.

Đối tượng hưởng lợi

  • Sinh viên ngành Ngôn ngữ & Tiếng Anh Thương mại: Nhận diện rõ 14 tiểu loại lỗi ngữ pháp thường gặp, đặc biệt là lỗi sử dụng mạo từ (Article chiếm 15%) và giới từ (Preposition chiếm 6%), từ đó tự xây dựng thói quen rà soát bản dịch.
  • Giảng viên và nhà biên soạn giáo trình: Có cơ sở dữ liệu định lượng chính xác để phân bổ thời lượng giảng dạy, tập trung sâu vào các cấu trúc tương đương Subject-Predicate thay vì chỉ giảng dạy ngữ nghĩa từ vựng.
  • Biên dịch viên và Doanh nghiệp (LSPs): Nắm bắt các điểm yếu cốt lõi trong khâu chuyển ngữ sơ cấp, xây dựng tiêu chuẩn kiểm soát chất lượng (QA Metrics) cho quy trình dịch tài liệu xuất nhập khẩu.
  • Kỹ sư AI và Xử lý ngôn ngữ tự nhiên (NLP Researchers): Sở hữu bộ dữ liệu thực nghiệm có giá trị cao về các lỗi chuyển giao ngôn ngữ L1 - L2 phục vụ đào tạo các mô hình dịch tự động chuyên biệt cho tiếng Việt.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật tối thiểu để triển khai khung kiểm soát lỗi này vào giảng dạy là gì? Hệ thống yêu cầu tích hợp bảng mã kiểm chuẩn lỗi ATA 2021 vào môi trường quản lý học tập (LMS) hoặc công cụ CAT Tool hỗ trợ sửa lỗi văn bản (như MemoQ, SDL Trados) đi kèm bộ ngữ liệu chuẩn 32 mẫu đối chiếu.

  2. Khung phân tích này xử lý giới hạn mở rộng quy mô dữ liệu (Scalability) như thế nào? Mô hình được chuẩn hóa theo định dạng dữ liệu có cấu trúc (JSON Schema), cho phép nạp hàng nghìn mẫu dịch tự động thông qua API và phân tích tương quan thống kê bằng các script tự động hóa trên Python hoặc SPSS.

  3. Khung kiểm chuẩn tích hợp như thế nào với các hệ thống dịch tự động hiện có? Quy trình hoạt động như một tầng tiền/hậu kiểm (Pre/Post-processing layer), tự động quét các cấu trúc câu thiếu chủ ngữ đặc trưng của tiếng Việt và bổ sung mạo từ xác định trước khi xuất bản bản dịch đích.

  4. Chi phí bảo trì và cập nhật bộ quy tắc ngôn ngữ là bao nhiêu? Chi phí gần như bằng không sau khi hoàn tất xây dựng danh mục chuẩn hóa; định kỳ hàng quý chỉ cần cập nhật thêm các thuật ngữ kinh tế mới xuất hiện trên thị trường.

  5. Thời gian hoàn vốn (ROI) và hiệu quả định lượng của giải pháp? Áp dụng quy trình kiểm soát lỗi giúp giảm 40% thời gian hiệu đính bản dịch thủ công của biên tập viên và nâng cao độ chính xác của bản dịch thương mại lên trên 90% chỉ sau 2 tháng áp dụng.


Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Ngọc Anh Thư tại Đại học Kinh tế Quốc dân đã hoàn thành xuất sắc nhiệm vụ nhận diện, phân loại và phân tích nguyên nhân của 130 lỗi dịch thuật Việt - Anh thông qua phương pháp tiếp cận khoa học và dữ liệu thực chứng tin cậy. Nghiên cứu đã chỉ ra rõ nét bức tranh phân bố lỗi với 83% Lỗi Ngôn ngữ (trong đó lỗi mạo từ chiếm 15%, lỗi cấu trúc câu chiếm 28 trường hợp), 17% Lỗi Dịch thuật (chủ yếu là dịch thô từng từ chiếm 8%) và khẳng định 0% Lỗi Đọc hiểu.

Công trình không chỉ đóng góp giá trị học thuật quan trọng cho chuyên ngành Ngôn ngữ Anh ứng dụng mà còn cung cấp cẩm nang thực hành vô cùng thiết thực cho người học và biên dịch viên trong kỷ nguyên số hóa dịch thuật. Bạn đọc và các nhà nghiên cứu quan tâm có thể khai thác khung phân loại và bộ khuyến nghị của khóa luận để tối ưu hóa quy trình đào tạo và nâng cao chuẩn mực chất lượng dịch thuật Việt - Anh chuyên nghiệp.