Tổng quan nghiên cứu

Khảo sát thực nghiệm trên cơ sở dữ liệu gồm 133 bài viết học thuật với dung lượng 66.828 từ cho thấy kết hợp từ cố định đóng vai trò then chốt trong việc định hình chất lượng văn bản của người học ngoại ngữ. Dù sinh viên chuyên ngành Sư phạm Tiếng Anh năm thứ 3 và thứ 4 đã đạt chuẩn đầu ra tương đương bậc C1 theo Khung tham chiếu Châu Âu hoặc điểm số 7.0 IELTS, việc sử dụng sai kết hợp từ vẫn xuất hiện với tần suất đáng kể. Vấn đề nghiên cứu trọng tâm là nhận diện, phân loại và làm sáng tỏ cơ chế sản sinh lỗi kết hợp từ trong bài luận học thuật, nơi đòi hỏi tính chuẩn xác và phong cách diễn đạt tự nhiên theo chuẩn bản ngữ.

Mục tiêu cụ thể của công trình tập trung vào ba nhiệm vụ chính: thứ nhất, phát hiện các kết hợp từ lệch chuẩn thông qua công cụ phân tích văn bản tự động; thứ hai, phân loại các lỗi này thành hai nhóm lớn gồm thực từ kết hợp giới từ và thực từ kết hợp thực từ; thứ ba, giải thích nguyên nhân gây lỗi dựa trên lý thuyết tiếp thu ngôn ngữ thứ hai. Phạm vi nghiên cứu được giới hạn trong các bài luận chuyên ngành có độ dài từ 150 đến 1.500 từ của sinh viên Trường Đại học Ngoại ngữ thuộc Đại học Quốc gia Hà Nội trong năm học 2019. Ý nghĩa của nghiên cứu thể hiện qua việc cung cấp bằng chứng thực nghiệm giúp giảm thiểu tỷ lệ lỗi từ vựng xuống dưới 5% trong các bài luận học thuật, đồng thời tạo tiền đề xây dựng kho ngữ liệu người học tiếng Anh quy chuẩn tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên sự giao thoa của hai nền tảng lý thuyết lớn: lý thuyết kết hợp từ cố định và khung phân tích lỗi trong thụ đắc ngôn ngữ. Khái niệm kết hợp từ cố định được tiếp cận theo hướng dung hòa giữa trường phái thống kê tần suất đồng hiện của Firth và Sinclair cùng trường phái từ vựng học cấu trúc của Cowie và Nesselhauf. Theo đó, một tổ hợp từ được xác định là kết hợp cố định khi thỏa mãn bốn tiêu chí: tính minh bạch về nghĩa, sự giới hạn về khả năng thay thế thành tố, tần suất đồng hiện vượt trội hơn mức ngẫu nhiên và phù hợp với thói quen của người bản ngữ.

Bên cạnh đó, khung phân tích lỗi của Pit Corder cung cấp quy trình ba bước khoa học gồm phát hiện lỗi, miêu tả lỗi và giải thích lỗi. Luận văn vận dụng ba khái niệm cốt lõi: ngôn ngữ trung gian nhằm chỉ hệ thống ngôn ngữ đang phát triển của người học, lỗi giao thoa sinh ra do sự chuyển di tiêu cực từ tiếng mẹ đẻ, và lỗi tự ngữ đích xuất phát từ việc khái quát hóa quá mức các quy tắc của chính ngôn ngữ đích.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp ngôn ngữ học ngữ liệu kết hợp phân tích lỗi định lượng và định tính. Cỡ mẫu nghiên cứu bao gồm 133 bài viết học thuật với tổng cộng 66.828 từ được thu thập qua thư điện tử từ sinh viên năm 3 và năm 4. Phương pháp chọn mẫu có chủ đích được áp dụng nhằm đảm bảo toàn bộ đối tượng khảo sát đều có trình độ tiếng Anh từ trung cấp bậc cao lên cao cấp, giúp loại trừ các lỗi ngữ pháp cơ bản và tập trung hoàn toàn vào lỗi kết hợp từ vựng.

Lý do lựa chọn phương pháp ngôn ngữ học ngữ liệu là khả năng xử lý khối lượng văn bản lớn một cách khách quan, hạn chế tối đa tính chủ quan của người nghiên cứu không phải là người bản ngữ. Toàn bộ dữ liệu được chuyển đổi sang định dạng văn bản chuẩn UTF-8, sau đó được gán nhãn từ loại thông qua phần mềm TagAnt dựa trên hệ thống nhãn của Đại học Pennsylvania. Công cụ AntConc được ứng dụng để trích xuất các chuỗi kết hợp từ thông qua biểu thức chính quy. Nhằm xác định tính chuẩn xác của kết hợp từ, nghiên cứu đối chiếu trực tiếp với Kho ngữ liệu Quốc gia tiếng Anh của Anh gồm 100 triệu từ và Từ điển kết hợp từ Oxford vốn được xây dựng trên kho ngữ liệu 2,1 tỷ từ. Timeline nghiên cứu và xử lý ngữ liệu được hoàn thiện đồng bộ trong năm 2019.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích ngữ liệu đã phát hiện các nhóm lỗi kết hợp từ mang tính hệ thống cao:

Thứ nhất, đối với nhóm kết hợp giữa danh từ và giới từ, nghiên cứu ghi nhận tổng cộng 38 lỗi điển hình. Trong đó, lỗi lạm dụng giới từ "about" chiếm tỷ lệ cao nhất với 39% (15 trường hợp), tiếp theo là giới từ "on" chiếm 16% (6 trường hợp), cặp giới từ "in/into" chiếm 13% (5 trường hợp), giới từ "for" chiếm 10% (4 trường hợp), và các giới từ khác chiếm 22% (8 trường hợp).

Thứ hai, kết quả đối chiếu với kho ngữ liệu bản ngữ BNC cho thấy sự chênh lệch lớn về tỷ lệ đồng hiện. Cụm từ sai *perspective about chỉ chiếm 0,9% (7 lượt xuất hiện) trong tổng số 808 kết quả kết hợp của danh từ này trên BNC, trong khi cụm từ chuẩn xác là perspective on chiếm tới 42% (343 lượt) và perspective of chiếm 40% (329 lượt). Tương tự, cụm *viewpoint about chỉ chiếm 0,8% so với viewpoint on, và *research about chỉ chiếm 0,5% so với các kết hợp chuẩn là research into, research on hoặc research in.

Thứ ba, ở nhóm kết hợp thực từ với thực từ, lỗi tập trung đậm đặc ở hai cấu trúc: động từ kết hợp danh từ và tính từ kết hợp danh từ. Người học có xu hướng lựa chọn các từ đồng nghĩa nâng cao nhưng không tương thích về mặt kết hợp nghĩa tự nhiên.

Thảo luận kết quả

Nguyên nhân của các lỗi trên bắt nguồn từ hai cơ chế chính: chuyển di tiêu cực từ tiếng mẹ đẻ và lỗi tự ngữ đích. Với giới từ "about", sinh viên có xu hướng dịch trực tiếp từ "về" trong tiếng Việt sang tiếng Anh. Do các động từ và danh từ tiếng Việt như "thuyết trình về", "nghiên cứu về", "quan điểm về" đều đi với "về", người học đã áp dụng máy móc để tạo ra các kết hợp sai như *presentation about, *research about hay *perspective about.

Ngược lại, hiện tượng nhầm lẫn sang giới từ "on" như trong trường hợp *knowledge on (BNC chỉ ghi nhận 0,1% so với cấu trúc chuẩn knowledge of) phản ánh lỗi tự ngữ đích. Sinh viên nhận thức được rằng giới từ "on" mang sắc thái học thuật và trang trọng hơn "about" trong văn cảnh nghiên cứu lý thuyết, dẫn đến việc khái quát hóa quá mức và lựa chọn sai quy tắc kết hợp đặc thù của từ.

Khi biểu diễn dữ liệu lịch sử thông qua công cụ Google Books Ngram Viewer từ giai đoạn 1940 đến năm 2000, đồ thị tần suất cho thấy kết hợp *presentation about tuy có xu hướng gia tăng nhẹ trong văn phong giao tiếp hiện đại nhưng tỷ lệ xuất hiện của presentation on vẫn chiếm ưu thế áp đảo tuyệt đối trong văn bản in học thuật. Điều này khẳng định rằng dù ngôn ngữ có sự biến chuyển, chuẩn mực văn phong học thuật vẫn đòi hỏi sự tuân thủ nghiêm ngặt các kết hợp từ cố định truyền thống.

Đề xuất và khuyến nghị

Nhằm nâng cao năng lực sử dụng từ vựng học thuật cho sinh viên, bốn giải pháp trọng tâm được đề xuất:

Thứ nhất, tích hợp phương pháp học tập dựa trên dữ liệu ngữ liệu vào chương trình giảng dạy kỹ năng viết. Giảng viên bộ môn Thực hành tiếng cần hướng dẫn sinh viên trực tiếp tra cứu tần suất kết hợp từ trên các kho ngữ liệu mở như BNC và COCA ngay từ học kỳ đầu tiên, đặt mục tiêu cắt giảm 40% các lỗi sai giới từ cơ bản trong vòng 6 tháng áp dụng.

Thứ hai, biên soạn cẩm nang tra cứu các kết hợp từ cố định chuyên biệt dành riêng cho người học Việt Nam. Cẩm nang cần tập trung vào hơn 100 cặp từ có nguy cơ chuyển di tiêu cực cao từ tiếng mẹ đẻ, hoàn thành trong lộ trình 12 tháng dưới sự chủ trì của tổ chuyên môn Ngôn ngữ học Ứng dụng.

Thứ ba, đổi mới cấu trúc bài thi và tiêu chí đánh giá bài luận học thuật. Các trường đại học ngoại ngữ cần nâng tỷ trọng đánh giá tiêu chí năng lực kết hợp từ lên mức 25% trong tổng điểm kỹ năng viết, áp dụng chính thức từ năm học tiếp theo để định hướng người học chú trọng tính tự nhiên của văn bản.

Thứ tư, thiết lập thói quen tự kiểm tra văn bản cá nhân thông qua các công cụ ngôn ngữ học. Người học cần duy trì tối thiểu 2 giờ mỗi tuần để thực hành phân tích bài viết cá nhân bằng phần mềm AntConc và tra cứu chéo với Từ điển kết hợp từ Oxford trước khi nộp bài.

Đối tượng nên tham khảo luận văn

Nội dung nghiên cứu mang lại giá trị thực tiễn cho bốn nhóm đối tượng chính:

Thứ nhất, giảng viên và giáo viên giảng dạy tiếng Anh học thuật, IELTS hoặc viết học thuật. Nghiên cứu cung cấp hệ thống ngữ liệu thực tế và phương pháp phát hiện lỗi bằng công nghệ, giúp xây dựng giáo án sửa lỗi trúng đích và hiệu quả.

Thứ hai, sinh viên đại học và học viên cao học chuyên ngành Ngôn ngữ Anh hoặc Sư phạm Tiếng Anh. Đây là tài liệu tham khảo đắc lực giúp người học nhận diện các bẫy từ vựng tinh vi, từ đó nâng điểm tiêu chí Lexical Resource lên mức 7.0 đến 8.0 trong các bài luận và bài thi chuẩn hóa.

Thứ ba, các nhà nghiên cứu trong lĩnh vực Ngôn ngữ học Ứng dụng và Thụ đắc Ngôn ngữ thứ hai. Luận văn cung cấp quy trình mẫu về việc kết hợp phần mềm AntConc, TagAnt và kho ngữ liệu đối chiếu để xử lý dữ liệu văn bản người học quy mô lớn.

Thứ tư, các chuyên gia phát triển chương trình và tác giả biên soạn tài liệu giảng dạy. Dữ liệu định lượng về các dạng lỗi phổ biến là cơ sở khoa học vững chắc để thiết kế các bài tập bổ trợ từ vựng phù hợp với đặc điểm tâm lý ngôn ngữ của người Việt Nam.

Câu hỏi thường gặp

Tại sao sinh viên đạt trình độ C1 hoặc IELTS 7.0 vẫn mắc nhiều lỗi kết hợp từ? Sinh viên trình độ cao nắm rất vững ngữ pháp và từ vựng đơn lẻ, nhưng kết hợp từ cố định là những quy ước ngầm định mang tính võ đoán của người bản ngữ. Khi muốn diễn đạt các ý niệm phức tạp, người học thường sử dụng chiến lược dịch nghĩa từ tiếng mẹ đẻ hoặc tự ghép các từ đồng nghĩa nâng cao, dẫn đến lỗi kết hợp từ không tự nhiên.

Phương pháp ngôn ngữ học ngữ liệu vượt trội hơn cách chữa bài truyền thống như thế nào? Phương pháp ngữ liệu xử lý khách quan hàng chục nghìn từ chỉ trong vài giây, truy xuất chính xác ngữ cảnh đồng hiện và định lượng tần suất xuất hiện lỗi. Cách làm này loại bỏ hoàn toàn sự phán đoán cảm tính của người chấm và cung cấp bằng chứng thống kê thuyết phục từ kho dữ liệu bản ngữ 100 triệu từ.

Giới từ "about" thường bị người học Việt Nam lạm dụng trong các cấu trúc danh từ nào? Giới từ "about" bị dùng sai nhiều nhất khi đi sau các danh từ mang nghĩa trao đổi thông tin hoặc góc nhìn, chiếm tới 39% tổng số lỗi danh từ đi với giới từ. Các trường hợp sai điển hình gồm *presentation about (đúng là presentation on), *research about (đúng là research on/into), và *perspective about (đúng là perspective on).

Làm thế nào để phân biệt lỗi giao thoa tiếng mẹ đẻ và lỗi tự ngữ đích? Lỗi giao thoa xảy ra do ảnh hưởng của cấu trúc tiếng Việt, ví dụ dịch từ "về" thành "about". Lỗi tự ngữ đích phát sinh do chính sự phức tạp của tiếng Anh, ví dụ người học biết "on" dùng cho học thuật nên khái quát hóa sai thành *knowledge on thay vì dùng kết hợp chuẩn là knowledge of.

Kho ngữ liệu BNC và Từ điển Oxford Collocations hỗ trợ gì cho người học khi viết luận? Kho ngữ liệu BNC với 100 triệu từ giúp kiểm chứng tần suất xuất hiện thực tế của một cụm từ trong văn bản bản ngữ. Trong khi đó, Từ điển Oxford Collocations cung cấp danh mục các kết hợp từ đã được các chuyên gia thẩm định, giúp người học nhanh chóng chọn đúng cặp thực từ và giới từ tương thích.

Kết luận

  • Công trình đã khảo sát thành công kho dữ liệu 66.828 từ từ 133 bài viết học thuật, làm sáng tỏ thực trạng sử dụng kết hợp từ của sinh viên chuyên ngữ trình độ B2 đến C1.
  • Nghiên cứu chỉ ra lỗi kết hợp danh từ với giới từ chiếm tỷ lệ đáng kể, trong đó lỗi lạm dụng giới từ "about" chiếm tới 39% tổng số lỗi nhóm này.
  • Bản chất của lỗi kết hợp từ được chứng minh là sự đan xen giữa chuyển di ngôn ngữ tiêu cực từ tiếng Việt và hiện tượng khái quát hóa quá mức trong nội bộ tiếng Anh.
  • Luận văn đã chuẩn hóa quy trình nhận diện lỗi khoa học nhờ sự hỗ trợ của phần mềm AntConc, TagAnt và kho ngữ liệu đối chiếu BNC 100 triệu từ.
  • Hướng nghiên cứu tiếp theo sẽ mở rộng quy mô dữ liệu lên trên 200.000 từ và tích hợp thuật toán xử lý ngôn ngữ tự nhiên trong giai đoạn 2024–2026.

Giảng viên và người học hãy bắt đầu ứng dụng ngay phương pháp tiếp cận ngôn ngữ học ngữ liệu vào việc dạy, học và rà soát bài luận học thuật nhằm tối ưu hóa độ chính xác và nâng tầm chất lượng học thuật cho các văn bản tiếng Anh.