Tổng quan về luận án

Trong kỷ nguyên bùng nổ thông tin toàn cầu với hơn 5.000 ngôn ngữ có chữ viết trên không gian Internet, rào cản ngôn ngữ là thách thức then chốt ngăn cản sự tiếp cận tri thức bình đẳng của nhân loại. Luận án tiến sĩ kỹ thuật chuyên ngành Khoa học máy tính (mã số: 62 48 01 01) của nghiên cứu sinh Phan Thị Lệ Thuyền, dưới sự hướng dẫn khoa học của PGS. Võ Trung Hùng tại Trường Đại học Bách khoa – Đại học Đà Nẵng (2018), đã giải quyết bài toán dịch tự động đa ngữ cho tiếng Việt thông qua mô hình ngôn ngữ trục (Pivot Language/Interlingua).

Nghiên cứu tập trung giải quyết khoảng trống khoa học (research gap) cốt lõi: sự thiếu vắng một kiến trúc ngôn ngữ trung gian phi nhập nhằng để tích hợp tiếng Việt vào hệ sinh thái dịch máy toàn cầu mà không phải phụ thuộc vào việc phát triển $n \times (n - 1)$ cặp dịch trực tiếp tốn kém tài nguyên. Luận án xác định rõ trích dẫn nguyên văn về bản chất tối ưu của giải pháp: "Một trong những hướng tiếp cận mới trong dịch đa ngữ đang được quan tâm là sử dụng ngôn ngữ trục để dịch, hướng tiếp cận này giảm chi phí xây dựng phần mềm từ (n(n-1)) xuống còn (2n) và giải quyết các cặp ngôn ngữ thiếu tài nguyên hoặc không tương đồng cấu trúc ngữ pháp [13]."

Hệ thống câu hỏi nghiên cứu và giả thuyết được định hình mạch lạc:

  1. RQ1: Làm thế nào để mô hình hóa cấu trúc ngữ pháp đặc thù của tiếng Việt – một ngôn ngữ đơn lập (isolating language), không biến hình từ – sang dạng biểu thức ngữ nghĩa chuẩn hóa quốc tế UNL (Universal Networking Language) mà không làm suy hao ngữ nghĩa?
  2. RQ2: Kiến trúc phân tích và sinh câu tự động hai chiều (EnCoVie và DeCoVie) cần được thiết kế ra sao để xử lý triệt để hiện tượng nhập nhằng từ vựng, trật tự từ và hư từ tiếng Việt?
  3. Hypothesis 1 (H1): Việc chuyển đổi thông qua ngôn ngữ trục ngữ nghĩa nhân tạo UNL sẽ mang lại độ bảo toàn ngữ nghĩa và tính chính xác cú pháp cao hơn đáng kể so với việc sử dụng một ngôn ngữ tự nhiên (như tiếng Anh) làm ngôn ngữ trung gian.
  4. Hypothesis 2 (H2): Việc tối ưu hóa tập luật ngữ pháp dựa trên cơ chế cửa sổ phân tích (Analysis Windows) và danh sách nút (Node-list) kết hợp với từ điển liên kết khái niệm (Universal Words - UW) sẽ khử được sự nhập nhằng ngữ nghĩa của tiếng Việt trong môi trường đa ngữ.

Khung lý thuyết của luận án được xây dựng vững chắc trên nền tảng Lý thuyết ngôn ngữ mạng dùng chung (Universal Networking Language Framework do United Nations University và UNDL Foundation khởi xướng từ năm 1996), kết hợp với Lý thuyết ngữ pháp cấu trúc tiếng Việt (Structural Grammar for Isolating Languages). Phạm vi thực nghiệm của nghiên cứu bao gồm việc khảo sát kho ngữ liệu 58.719 câu song ngữ Anh – Việt, tập mẫu thử nghiệm chuyên sâu 1.000 câu cấu trúc đơn và ghép tiếng Việt, cùng việc xây dựng thành công bộ từ điển Việt – UNL quy mô 235.000 mục từ và hệ thống 32 luật ngữ pháp mã hóa/giải mã tương ứng.

Literature Review và Positioning

Lịch sử phát triển của dịch máy (Machine Translation - MT) chứng kiến sự tiến hóa qua ba dòng tiếp cận chính: Dịch máy dựa trên luật (Rule-Based MT - RBMT) với mô hình Tam giác Vauquois (Direct Translation, Syntactic Transfer, Interlingua); Dịch máy dựa trên ngữ liệu (Corpus-Based MT) gồm Dịch dựa trên ví dụ (Example-Based MT - Nagao, 1984) và Dịch thống kê (Statistical MT - Brown et al., 1993; Phrase-Based SMT - Koehn et al., 2003); cùng các phương pháp dịch kết hợp (Hybrid MT) như kiến trúc của Promt.

Trong bức tranh tổng thể đó, tranh luận học thuật trung tâm xoay quanh việc lựa chọn giữa mô hình dịch chuyển đổi cú pháp trực tiếp (Direct/Transfer) và mô hình dịch qua ngôn ngữ trung gian (Interlingual Architecture). Các học giả ủng hộ SMT chỉ ra rằng mô hình thống kê dễ triển khai khi có ngữ liệu lớn song lại bộc lộ điểm yếu chí mạng khi đối mặt với các cặp ngôn ngữ nghèo tài nguyên (low-resource languages) hoặc có độ chênh lệch loại hình học sâu sắc (typological divergence). Khi sử dụng một ngôn ngữ tự nhiên (như tiếng Anh, tiếng Pháp) làm ngôn ngữ trục, hiện tượng "tích tụ sai số do nhập nhằng ngữ nghĩa hai lần" (double semantic ambiguity accumulation) khiến chất lượng bản dịch cuối cùng suy giảm trầm trọng.

       [Ý niệm / Ngữ nghĩa UNL]
             /           \
   EnCoVie  /             \  DeCoVie
           /               \
[Tiếng Việt Nguồn]    [Ngôn ngữ Đích Đa ngữ]
   (Đơn lập)            (Hòa kết/Chắp vá)

Luận án định vị nghiên cứu của mình vào nhánh Ngôn ngữ trung gian phi tự nhiên (Formal Semantic Interlingua), nơi UNL đóng vai trò là cấu trúc siêu đồ thị ngữ nghĩa (semantic hypergraph) độc lập với cú pháp bề mặt của mọi ngôn ngữ. Để làm rõ tính ưu việt, luận án so sánh đối chiếu với hai công trình quốc tế tiêu biểu:

  • Dự án UNL-Russian (Boguslavsky et al., IPPI RAS): Hệ thống chuyển đổi tiếng Nga – UNL khai thác sâu hình thái học phong phú của ngôn ngữ hòa kết (inflectional language) với bộ từ điển quan hệ khái niệm phức tạp.
  • Hệ thống UNL-Spanish (Universidad Politécnica de Madrid - UPM): Ứng dụng giải mã UNL sang tiếng Tây Ban Nha thông qua phân tích cú pháp sâu (deep parsing) dựa trên khung ngữ pháp tương đương.

So với các hệ thống quốc tế trên, đóng góp định vị của luận án là lần đầu tiên xây dựng mô hình chuyển đổi hai chiều hoàn chỉnh cho một ngôn ngữ thuộc loại hình đơn lập triệt để như tiếng Việt, nơi mà hư từ, trật tự từ và liên kết ngữ nghĩa lỏng lẻo thay thế hoàn toàn cho các biến tố hình thái.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng Lý thuyết Ngôn ngữ học Tính toán cho ngôn ngữ đơn lập (Computational Linguistics for Isolating Languages) và làm phong phú Lý thuyết Trung gian ngữ nghĩa UNL thông qua các đóng góp:

  1. Hình thức hóa ánh xạ ngữ pháp đơn lập sang đồ thị ngữ nghĩa UNL: Thiết lập cơ chế chuyển đổi chuẩn xác từ kết cấu Chủ – Vị (C-V) hạt nhân của tiếng Việt sang các quan hệ nhị phân (binary relations) của UNL, làm cầu nối giữa lý thuyết ngữ pháp tiếng Việt của Nguyễn Kim Thản, Đinh Văn Đức với mạng ngữ nghĩa hình thức quốc tế.
  2. Khái quát hóa mô hình khử nhập nhằng ngữ nghĩa thông qua danh sách ràng buộc (Constraint List): Xác lập nguyên lý gán nhãn thuộc tính ngữ nghĩa cho từ vựng tiếng Việt, chứng minh bằng thực nghiệm rằng cấu trúc tri thức UNLKB có khả năng triệt tiêu tính đa nghĩa của từ đơn/từ ghép tiếng Việt mà không cần phụ thuộc vào biến đổi hình thái từ.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp ba trụ cột lý thuyết: Lý thuyết Mạng ngữ nghĩa UNL, Lý thuyết Phân tích cú pháp nông/sâu và Lý thuyết Hình thái học Tiếng Việt. Nguyên văn định nghĩa bản chất UNL được luận án nêu bật: "UNL bao gồm các thành phần như một ngôn ngữ tự nhiên: từ vựng (UW), quan hệ (relation), thuộc tính (attributes) và cơ sở tri thức ngôn ngữ (UNLKB). Trong UNL, liên kết giữa các từ vựng dựa trên quan hệ ngữ nghĩa và gắn các thuộc tính để miêu tả khía cạnh của người nói."

Hệ thống biểu diễn tri thức UNL trong luận án bao gồm 4 thành phần nền tảng:

  • Từ vựng chung (Universal Word - UW): Định dạng chuẩn <UW> ::= <HeadWord> [<Constraint list>], ví dụ phân biệt ngữ nghĩa rõ ràng: drink(agt>thing,obj>liquid) đối lập với milk(icl>dairy_product>thing).
  • 56 Nhãn quan hệ nhị phân (Binary Relations): Định vị chính xác vai trò ngữ nghĩa giữa hai UW, tiêu biểu như: agt (tác nhân), obj (đối tượng), aoj (thực thể mang thuộc tính), plc (địa điểm), tim (thời gian), mod (bổ nghĩa), icl (thuộc lớp khái niệm).
  • Hệ thống 8 nhóm thuộc tính (Attributes): Thể hiện khía cạnh thời gian (@past, @present, @future), quan điểm tham chiếu (@def, @indef, @generic), thái độ người nói (@interrogative, @exclamation, @imperative), và thể thức (@passive).
  • Siêu từ vựng và Phạm vi (Scope ID): Sử dụng các định danh :01 đến :99 để đóng gói các cấu trúc câu phức, câu ghép tiếng Việt thành các nút đồ thị cấp cao.
+-----------------------------------------------------------------------+
|                       BIỂU THỨC NGỮ NGHĨA UNL                        |
|                                                                       |
|   {unl}                                                               |
|     aoj(blue(icl>color).@def, sky(icl>natural world).@entry)          |
|   {/unl}                                                              |
+-----------------------------------+-----------------------------------+
                                    |
          +-------------------------+-------------------------+
          |                                                   |
          v                                                   v
   [Quan hệ nhị phân]                                  [Hệ thuộc tính]
   - aoj (thuộc tính thực thể)                         - @def (xác định)
   - icl (phân loại khái niệm)                         - @entry (trọng tâm)

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án áp dụng thế giới quan khoa học thực chứng (Positivism) kết hợp với Phương pháp nghiên cứu kỹ thuật/thiết kế khoa học (Design Science Research). Thiết kế nghiên cứu đa tầng bao gồm: phân tích lý thuyết hình thức, xây dựng công cụ chuyển đổi phần mềm, phát triển tài nguyên ngôn ngữ học và kiểm chứng thực nghiệm bằng thang đo định lượng tiêu chuẩn quốc tế.

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu được thực hiện qua các giai đoạn kiểm soát nghiêm ngặt:

  1. Xây dựng tài nguyên từ điển Việt – UNL: Kết hợp phương pháp tự động hóa khai phá kho ngữ liệu với thẩm định chuyên gia, định dạng 235.000 mục từ tương thích tuyệt đối với cấu trúc HeadWord và Constraint list.
  2. Kỹ thuật điều khiển cửa sổ phân tích (Analysis Windows) và danh sách nút (Node-list):
    • Bộ mã hóa EnCoVie vận hành trên 2 cửa sổ phân tích: Cửa sổ trái (Left Window - LW) và Cửa sổ phải (Right Window - RW). Quá trình biến đổi Node-list được điều khiển bởi 5 toán tử luật cơ bản: + (kết hợp nút), - (loại bỏ quan hệ sai), < (chuyển tiêu điểm sang trái), > (chuyển tiêu điểm sang phải), : (gán quan hệ và sinh mã UNL).
    • Bộ giải mã DeCoVie sử dụng Cửa sổ tạo ra bên trái (Left Generation Window - LGW) và Cửa sổ tạo ra bên phải (Right Generation Window - RGW) để sắp xếp lại trật tự từ tiếng Việt từ mạng đồ thị UNL.
  3. Thẩm định chéo (Triangulation): Kết hợp đánh giá thuật toán tự động với đánh giá ngữ nghĩa chuyên sâu từ các nhà ngôn ngữ học uy tín (PGS.TS Nguyễn Ngọc Chinh, TS. Nguyễn Quý Thành).
                      QUY TRÌNH MÃ HÓA CỦA ENCOVIE
                      
 [Câu Tiếng Việt] ---> (Tách từ & Gán nhãn POS) ---> [Node-list Khởi tạo]
                                                            |
                                                            v
 [Biểu thức UNL] <--- [Cơ chế Toán tử: +, -, <, >, :] <--- [Cửa sổ LW / RW]
                                                            ^
                                                            |
                                              [Từ điển 235k UW & 32 Luật]

Data và phân tích

Tập dữ liệu và công cụ phân tích bao gồm:

  • Dữ liệu đánh giá đa ngữ diện rộng: 58.719 câu tiếng Anh định dạng XML trích xuất từ ngữ liệu chuẩn [74], dịch qua Google Translator để so sánh giữa dịch trực tiếp (Anh – Việt) và dịch qua ngôn ngữ trung gian tự nhiên (Anh – Pháp – Việt; Anh – Đức – Việt).
  • Dữ liệu đánh giá mô hình tiếng Việt – UNL: 1.000 câu tiếng Việt chuẩn hóa theo các mô hình cú pháp câu đơn và câu ghép điển hình.
  • Công cụ phần mềm: Hệ thống EnCoVie và DeCoVie tự phát triển; nền tảng đối sánh IAN, EUGENE, UNL Verifier; hệ thống đo lường tự động BLEU (BiLingual Evaluation Understudy) và NIST.
Phương pháp dịch / Cặp thử nghiệm Điểm số BLEU Điểm số NIST
Dịch trực tiếp (Anh $\rightarrow$ Việt) 0.15090 0.85885
Dịch trung gian (Anh $\rightarrow$ Pháp $\rightarrow$ Việt) 0.18520 0.86552
Dịch trung gian (Anh $\rightarrow$ Đức $\rightarrow$ Việt) 0.18520 0.85885

Bảng tổng hợp chỉ số BLEU và NIST từ Bảng 1.1 và Bảng 1.2 của luận án (Lưu ý: theo công thức BLEU tại luận án, điểm số càng thấp thể hiện độ sai lệch càng nhỏ).

Phát hiện đột phá và implications

Những phát hiện then chốt

Nghiên cứu mang lại 4 phát hiện đột phá có ý nghĩa khoa học và thực tiễn vững chắc:

  1. Sự vượt trội của ngôn ngữ trục phi nhập nhằng UNL so với ngôn ngữ tự nhiên: Kết quả thử nghiệm trên 1.000 câu đối sánh cấu trúc đã chứng minh tỷ lệ bảo toàn nguyên vẹn ngữ nghĩa của UNL đạt 74.4% (746 câu không thay đổi), cao hơn vượt bậc so với việc dịch trung gian qua tiếng Anh chỉ đạt 65.1% (653 câu không thay đổi). Luận án ghi nhận số liệu cụ thể: "Kết quả thử nghiệm: UNL không thay đổi 746 (74.4%), Thay đổi 254 (25.6%) so với Google: Tiếng Việt - tiếng Anh - tiếng Việt không thay đổi 653 (65.1%), thay đổi 347 (34.9%)."
  2. Khẳng định độ chênh lệch chất lượng dịch qua trung gian chỉ là 2% trên ngữ liệu lớn: Khảo sát trên 58.719 câu cho thấy dịch trực tiếp đạt 18.155 câu tương đồng (31%), trong khi dịch qua ngôn ngữ trung gian tự nhiên đạt 17.602 câu tương đồng (29%). Sự suy giảm 2% này bắt nguồn hoàn toàn từ tính nhập nhằng của ngôn ngữ tự nhiên, khẳng định tiềm năng to lớn nếu thay thế bằng ngôn ngữ trục nhân tạo UNL.
  3. Khả năng giải quyết bài toán bùng nổ tổ hợp phần mềm: Giảm thiểu độ phức tạp xây dựng hệ thống dịch từ $O(n^2)$ xuống $O(n)$, cụ thể từ $n \times (n - 1)$ xuống còn $2 \times n$ mô-đun máy chủ ngôn ngữ.
  4. Xây dựng thành công cơ sở dữ liệu ngôn ngữ tiếng Việt quy mô lớn: Hoàn thiện 235.000 mục từ Việt – UNL và 32 luật mã hóa/giải mã hoạt động ổn định trên các cấu trúc câu đơn và câu phức tiếng Việt.
       SO SÁNH TỶ LỆ GIỮ NGUYÊN NGỮ NGHĨA KHI DỊCH TRUNG GIAN
       (Thực nghiệm trên 1.000 câu tiếng Việt cấu trúc chuẩn)

  100% +-------------------------------------------------------+
       |                                                       |
   80% +-----------------------+ [74.4%]                       |
       |                       |                               |
   60% +--- [65.1%] -----------+                               |
       |    (Tiếng Anh Trục)   | (Trục Ngữ Nghĩa UNL)          |
   40% +-----------------------+-------------------------------+
       |                                                       |
   20% +-------------------------------------------------------+
       |                                                       |
    0% +-------------------------------------------------------+
            Google Translate              Hệ thống Luận án

Implications đa chiều

  • Về mặt lý thuyết: Cung cấp mô hình toán – tin chuẩn hóa cho việc biểu diễn ngữ nghĩa tiếng Việt dưới dạng đồ thị tri thức, đóng góp vào lý thuyết xử lý ngôn ngữ tự nhiên phi hình thái.
  • Về mặt phương pháp luận: Thiết lập quy trình chuẩn để tích hợp bất kỳ ngôn ngữ đơn lập nào vào mạng dịch máy đa ngữ UNL thông qua cơ chế phân tích Node-list và tập luật quan hệ nhị phân.
  • Về mặt thực tiễn và chính sách: Mở ra giải pháp chiến lược bảo tồn chữ viết và tri thức cho 53 dân tộc thiểu số tại Việt Nam (chiếm 13.8% dân số, tương đương hơn 12.7 triệu người). Luận án chỉ ra các hệ thống dịch tiếng dân tộc hiện nay như Việt – Ê-đê (chỉ có ~1.000 câu huấn luyện) hay Việt – K'ho (212 cặp câu song ngữ, 622 mục từ) đang đối mặt với nguy cơ cạn kiệt tài nguyên. Việc áp dụng mô hình ngôn ngữ trục UNL cho phép các ngôn ngữ thiểu số (Ê-đê, Ba-na, Jrai, Chăm, K'ho) chỉ cần xây dựng một mô-đun kết nối với UNL là có thể lập tức dịch tương hỗ sang tiếng Việt và hàng trăm ngôn ngữ khác trên thế giới.

Limitations và Future Research

Luận án thừa nhận các giới hạn học thuật khách quan:

  1. Giới hạn phạm vi ngữ pháp: Tập 32 luật mã hóa hiện tại mới bao phủ các cấu trúc câu đơn và một số mẫu câu ghép phổ biến; chưa bao quát toàn diện các hiện tượng ngữ pháp phức tạp như câu đảo ngữ, thành ngữ, quán ngữ và các cấu trúc tỉnh lược sâu trong khẩu ngữ tiếng Việt.
  2. Xử lý ngữ dụng và văn cảnh văn hóa: Mô hình biểu thức UNL tập trung vào ngữ nghĩa hiển ngôn (explicit semantics), chưa giải quyết triệt để các tầng nghĩa hàm ẩn (implicit pragmatics), đại từ nhân xưng phức tạp theo tôn ti xã hội của tiếng Việt.
  3. Mức độ tự động hóa của tập luật: Việc xây dựng tập luật chuyển đổi vẫn mang tính thủ công chuyên gia, đòi hỏi chi phí bảo trì và tinh chỉnh cao khi mở rộng phạm vi ngữ liệu.

Chương trình nghiên cứu tương lai (Future Agenda):

  • Tích hợp kỹ thuật học sâu (Deep Learning) và học biểu diễn đồ thị (Graph Neural Networks) để tự động hóa quá trình sinh luật mã hóa/giải mã UNL.
  • Mở rộng xây dựng máy chủ ngôn ngữ UNL cho 30 ngôn ngữ dân tộc thiểu số có chữ viết tại Việt Nam, bắt đầu với tiếng Ê-đê, Chăm và Ba-na.
  • Phát triển mô-đun phân giải thực thể và ngữ cảnh văn hóa động trên nền tảng cơ sở tri thức mở rộng UNLKB.

Tác động và ảnh hưởng

Công trình của NCS. Phan Thị Lệ Thuyền tạo tiền đề công nghệ vững chắc cho việc xây dựng hạ tầng dịch thuật số quốc gia. Về mặt học thuật, luận án cung cấp công cụ EnCoVie và DeCoVie cùng bộ từ điển 235.000 mục từ – một tài nguyên vô giá cho cộng đồng nghiên cứu Xử lý ngôn ngữ tự nhiên (NLP) tiếng Việt. Về mặt kinh tế – xã hội, giải pháp giúp cắt giảm theo cấp số nhân kinh phí xây dựng các cổng thông tin đa ngữ cho chính phủ, bảo tàng số, thư viện điện tử quốc gia, đồng thời tạo đột phá trong công tác giáo dục song ngữ và bảo tồn di sản văn hóa phi vật thể của các cộng đồng dân tộc thiểu số Việt Nam.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật NLP: Tiếp cận phương pháp luận phân tích đồ thị ngữ nghĩa Interlingua và nguồn ngữ liệu chuẩn hóa 235.000 mục từ Việt – UNL.
  • Kỹ sư và Doanh nghiệp Công nghệ R&D: Ứng dụng mã nguồn và kiến trúc máy chủ EnCoVie/DeCoVie để phát triển các hệ thống dịch thuật thương mại đa ngôn ngữ chi phí thấp.
  • Cơ quan Hoạch định Chính sách & Ủy ban Dân tộc: Cơ sở khoa học để triển khai Đề án chuyển đổi số ngôn ngữ dân tộc thiểu số, phổ cập tri thức văn hóa, y tế, pháp luật đến đồng bào vùng sâu vùng xa qua hạ tầng dịch tự động liên thông.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất của luận án là gì? Trả lời: Đó là việc hình thức hóa thành công cơ chế ánh xạ giữa cú pháp phi biến hình của tiếng Việt và cấu trúc siêu đồ thị mạng ngữ nghĩa UNL, mở rộng Lý thuyết Ngôn ngữ học tính toán thông qua hệ thống phân loại thuộc tính và quan hệ ràng buộc (UW Constraints) giúp triệt tiêu hoàn toàn sự nhập nhằng từ vựng mà không làm thay đổi ngữ nghĩa hạt nhân.
  2. Phương pháp nghiên cứu có điểm gì cải tiến so với các công trình quốc tế trước đây? Trả lời: So với các công cụ chuẩn quốc tế như IAN và EUGENE (vốn nặng về cấu hình tổng quát, tốn chi phí tìm kiếm luật và không tận dụng được tài nguyên đặc thù bản địa), luận án đã tự phát triển độc lập hai công cụ chuyên biệt EnCoVie và DeCoVie tối ưu hóa cơ chế dịch chuyển cửa sổ phân tích (LW/RW và LGW/RGW) thích ứng riêng với trật tự từ và hư từ tiếng Việt.
  3. Phát hiện thực nghiệm nào gây bất ngờ nhất? Trả lời: Sự vượt trội rõ rệt của mô hình trung gian UNL với tỷ lệ bảo toàn cấu trúc ngữ nghĩa đạt 74.4%, vượt xa mức 65.1% khi sử dụng ngôn ngữ tự nhiên phổ biến nhất thế giới là tiếng Anh làm ngôn ngữ trục trung gian trên cùng một tập mẫu thực nghiệm 1.000 câu.
  4. Luận án có cung cấp giao thức tái lập nghiên cứu (Replication Protocol) không? Trả lời: Luận án đặc tả chi tiết toàn bộ thuật toán điều khiển Node-list, bảng mã toán tử chuyển đổi (+, -, <, >, :), danh mục 56 nhãn quan hệ, 8 nhóm thuộc tính và phụ lục chứa danh sách các tập luật mã hóa/giải mã, cho phép tái lập và mở rộng nghiên cứu hoàn toàn trên môi trường thử nghiệm độc lập.
  5. Chương trình nghiên cứu 10 năm tiếp theo được định hình thế nào? Trả lời: Luận án đề ra lộ trình mở rộng máy chủ ngôn ngữ UNL sang các ngôn ngữ dân tộc thiểu số tại Việt Nam (Ê-đê, K'ho, Ba-na, Jrai), kết hợp mô hình dịch dựa trên luật UNL với mạng nơ-ron sâu để xây dựng mạng lưới dịch đa ngữ quốc gia thống nhất.

Kết luận

  1. Đề xuất thành công kiến trúc tổng thể và mô hình máy chủ ngôn ngữ tích hợp tiếng Việt vào Hệ thống Ngôn ngữ mạng dùng chung toàn cầu UNL.
  2. Thiết kế và phát triển hoàn chỉnh bộ từ điển tiếng Việt – UNL quy mô lớn với 235.000 mục từ, đáp ứng đầy đủ tiêu chuẩn ngữ nghĩa của cơ sở tri thức UNLKB.
  3. Xây dựng thành công hệ thống 32 luật mã hóa (tiếng Việt $\rightarrow$ UNL) và tập luật giải mã tương ứng (UNL $\rightarrow$ tiếng Việt) hoạt động chuẩn xác trên các mẫu câu đơn và câu ghép.
  4. Hiện thực hóa hai phần mềm cốt lõi EnCoVie và DeCoVie, giải quyết triệt để bài toán phân tích cú pháp và sinh câu tự động giữa tiếng Việt và ngôn ngữ trục.
  5. Chứng minh bằng thực nghiệm tính ưu việt vượt trội của ngôn ngữ trục UNL so với ngôn ngữ trục tự nhiên trong việc bảo toàn ngữ nghĩa và giảm độ phức tạp tính toán từ $O(n^2)$ về $O(n)$.
  6. Khai phóng hướng tiếp cận chiến lược cho việc bảo tồn, số hóa và liên thông dịch thuật tự động cho các ngôn ngữ dân tộc thiểu số tại Việt Nam trong không gian tri thức toàn cầu.