Chương 1. TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU VÀ CƠ SỞ LÝ LUẬN CỦA LUẬN ÁN Sự phát triển của ngôn ngữ học ngữ liệu (NNHNL) với các công cụ xử lý ngôn ngữ tự nhiên hiệu quả có ảnh hưởng sâu rộng đến nhiều ngành nghiên cứu ngôn ngữ. Những tính toán trong NNHNL về tần số sử dụng từ vựng, mức độ phân bố của các đơn vị từ vựng tron g văn bản giúp hình dung rõ nét bức tranh văn bản thuộc nhiều lĩnh vực với những phổ màu từ vựng đậm nhạt khác nhau. Để nghiên cứu từ vựng chuyên ngành thông qua KNL cần dựa trên việc k ết hợp cả hai lý thuyết, lý thuyết về xây dựng KNL với lý thuyết dạy tiếng liên quan đến từ vựng chuyên ngành.
Do đó, trong chương đầu, bên cạnh việc tổng quan các nghiên cứu NNHNL có liên quan, luận án tiến hành nghiên cứu lý thuyết từ hai mảng này để một mặt có thể xây dựng được một kho ngữ liệu phù hợp, mặt khác có thể xác định phạm vi sử dụng từ vựng trong khuôn khổ kho ngữ liệu giáo khoa vừa thành lập. Tổng quan tình hình nghiên cứu 1. Tình hình nghiên cứu kho ngữ liệu giáo khoa tiếng Anh chuyên ngành trên thế giới Kho ngữ liệu máy tính hiện đại đầu tiên - kho ngữ liệu Brown (Francis & Kucera, 1967) - ra đời trong bối cảnh phát triển mạnh mẽ của tiếng Anh chuyên ngành những năm 1960 đã mở ra triển vọng cho sự hình thành các KNL tiếng Anh chuyên ngành những năm cuối thế kỷ. Các kho ngữ liệu chuyên ngành khoa học kỹ thuật, tài chính, y học, pháp lý, du lịch,.
được đề cập đến trong Granger, 1998; Fang, 1992; Luzón, 2000; Romer, 2002; Hyland, 2007; Bin Zou, 2015 đã có những đóng góp đáng kể trong nghiên cứu thể loại, phân tích và định lượng từ vựng trong lĩnh vực học thuật và ngành nghề. Tuy nhiên, xu hướng xây dựng các KNL thế hệ thứ hai (cuối thế kỷ 20, đầu thế kỷ 21) đi theo quan điểm tổng hợp dữ liệu qui mô lớn. Chúng giống như tổng kho với đa dạng các thể loại văn bản khai thác từ nhiều nguồn với thời gian, không gian và đối tượng tạo văn bản khác nhau nhưng lại ít z phù hợp với những nghiên cứu trên lĩnh vực cụ thể. Do đó, việc khai thác mảng chuyên ngành từ các tổng kho lớn thường gặp nhiều bất cập.
Trong khoảng một thập kỷ trở lại đây, các nhà giáo dục quan tâm khai thác ngữ liệu ở phạm vi hẹp hơn là giáo khoa và tài liệu học tập (Chujo, 2004; Biber, 2004 ; Anping, 2004 ; Meunier & Gouverneur, 2007), tiếp tục hướng tới phân tích ngôn ngữ trên ba mảng: vĩ mô (thể loại và tính chân thực của văn bản, giao tiếp khẩu ngữ), vi mô (phân tích các yếu tố từ vựng, các tiêu chí ngữ pháp) và mô tả chương trình. Các nghiên cứu này h ình thành nên các KNL giáo khoa. Tuy nhiên, các KNL vẫn có xu hướng tổng h ợp ngữ liệu đa ngành hoặc một nhóm các chuyên ngành gần mà không hướng tới một chuyên ngành nào cụ thể. Xuất phát từ quan điểm tìm hiểu các hướng thành lập KNL giáo khoa hơn là phủ nhận toàn bộ những thiết kế KNL giáo khoa không nghiên cứu một chuyên ngành như hiện nay, chúng tôi xem xét các KNL có quan hệ gần nhất với phạm vi tìm hiểu của luận án.
Đó là các KNL lấy tập hợp ngôn ngữ từ sách, tư liệu giáo khoa và được chú giải dựa trên đặc điểm của tập hợp đó. Chúng được sử dụng trong phân tích thể loại, định lượng từ vựng, đánh giá giáo trình, chương trình giảng dạy và thiết kế sách giáo khoa. Kho ngữ liệu giáo khoa dành cho phân tích thể loại Các KNL giáo khoa dành cho phân tích thể loại ngôn ngữ thường xác định tư liệu theo tiêu chí tương đồng về trình độ hoặc chương trình đào tạo, đơn cử như KNL giáo khoa tiếng Anh học thuật TOEFL 2000 (thuộc KNL T2K-SWAL) (Biber 2004) hay KNL giáo khoa tiếng Anh-Đức ( German English as a Foreign Language Textbook Corpus (GEFL-TC) của Römer (2004). Tuy nhiên, hai KNL trên khác nhau cả về độ lớn lẫn cách thức chú giải.
KNL TOEFL 2000 thu thập ngôn ngữ học thuật từ SGK trong trường đại học Mỹ với 760.619 hiện dạng, còn KNL GEFL-TC nhỏ hơn nhiều, chỉ gồm 108.424 hiện dạng lấy từ SGK dạy tiếng Anh ở trường cấp hai của Đức. KNL TOEFL 2000 được chú giải chi tiết về loại từ, cú pháp, giúp phân tích đặc điểm ngữ pháp, phân tích ngữ z pháp từ vựng, phân bố từ vựng, chuỗi đồng hiện2 đa ngữ vực , trong khi KNL của Römer khá đơn giản về kết cấu, tập hợp thủ công và không chú giải. Có thể lý giải mức độ chú giải của hai KNL này qua mục đích nghiên cứu. KNL TOEFL 2000 phân tích cả các yếu tố vĩ mô như tỉ lệ văn bản đa ngữ vực (36 ngành), và yếu tố vi mô như từ loạ i, ngữ nghĩ a, ngữ pháp, diễn ngôn,.
KNL giúp tích hợp các nội dung vĩ mô và vi mô ngôn ngữ trong thiết kế bài đọc và nội dung kiểm tra đánh giá. Trong khi đó, KNL GEFL-TC chỉ tập trung nghiên cứu trên ở phương diện vi mô là diễn đạt tình thái và tiếp diễn ở các bài hội thoại trong SGK. Nhìn chung, cả hai KNL phân tích thể loại trên đều không được phổ biến rộng rãi. Nguyên nhân là do KNL TOEFL 2000 cần được bảo mật trong kiểm tra đánh giá, còn KNL GEFL-TC bị hạn chế về tính đại diện khẩu ngữ có trong tư liệu văn bản sách giáo khoa.
Xét về khả năng khai thác trong từng chuyên ngành cụ thể, TOEFL 2000 lấy tư liệu từ quá nhiều ngành (36 ngành) nên số lượng ngữ liệu của mỗi ngành ít, không đảm bảo phục vụ cho phân tích. Trong khi đó, KNL GEFL-TC lại tập hợp ngôn ngữ trong sách giáo khoa phổ thông, nên về cơ bản KNL này không phục vụ cho nghiên cứu chuyên ngành. Kho ngữ liệu giáo khoa dành cho định lượng từ vựng và đánh giá giáo trình Các KNL giáo khoa tiếng Anh thiết kế cho định lượng từ vựng hay đánh giá giáo trình thường lấy ngữ liệu giáo khoa toàn văn theo nhiều bậc trình độ như KNL của Nhật (Chujo, 2004) và KNL giảng dạy tiếng Anh ở Trung Quốc (Corpora of EFL Education in China - CEEC) (2005-2007) (Bin Zou et al, 2015). Mẫu toàn văn đảm bảo tỉ lệ của các tiểu kho chính là tỉ lệ của văn bản thực.
Tuy nhiên, để định lượng từ vựng, KNL của Nhật được thiết kế trên ngữ liệu tĩnh (non-dynamic) gồm 222. KNL bao gồm các tiểu kho lấy ngữ liệu từ giáo trình, bà i kiểm tra theo trình độ như năm đầu và năm cuối trung học phổ thông, các bài thi vào cao đẳng và đại học, bài thi TOEFL và TOEIC, sách dạy tiếng 2 Chuỗi đồng hiện (lexical bundles): là chuỗi từ vựng xuất hiện nối tiếp nhau theo tần số và c ác tiêu chí phân bố nhất định, được trích xuất từ kho ngữ liệu (Chan & Baker, 2010:30) z Anh cho sinh viên đại học từ cơ sở đến chuyên ngành (thuộc lĩnh vực kỹ thuật và công nghệ), và các bài báo tiếng Anh thuộc lĩnh vực công nghệ trong trường đại học (Chujo, 2004). KNL của Nhật áp dụng kỹ thuật tính toán các đơn vị từ vựng trong Danh sách từ cơ bản (Base List) trong KNL Anh ngữ quốc gia BNC (British National Corpus) để đo lượng từ vựng giảng dạy ở mỗi trình độ. Điểm ưu việt của nghiên cứu KNL của Nhật là dựa hẳn vào một hệ thống giáo trình sẵn có để tính toán lượng từ trong sách giáo khoa với 3.200 từ đầu mục ở bậc đầu trung học và 6.300 từ đầu mục ở bậc đại học (Chujo, 2004:239).
Vốn từ ở các trình độ theo đánh giá là phù hợp với giao tiếp thực tế của người bản ngữ dựa trên Danh sách từ cơ bản (Base list) trong KNL Anh ngữ quốc gia là nhóm từ vựng có tần số sử dụng cao nhất. Tuy nhiên, nhận định trên lại là nhược điểm của nghiên cứu bởi nó đồng nhất vốn từ cơ bản của người bản ngữ với vốn từ của người học ngoại ngữ. Ngoài ra, tuy có đề cập đến nhóm từ chuyên ngành khoa học và công nghệ cần học nhưng nghiên cứu chưa đề cập đến mức độ phù hợp của vốn từ vựng được xác định đối với khả năng tiếp thu của người học. Hơn nữa, KNL tập trung vào đo lượng từ vựng hơn là xem xét tỉ lệ từ vựng giữa các tiểu kho trong quá trình tiếp thu kiến thức theo từng bậc học.
Trong khi đó, cũng được xây dựng để định lượng từ vựng và đánh giá chương trình, tiểu kho ngữ liệu giáo khoa Anping (2004) nằm trong KNL giám sát CEEC có tính động (dynamic) được cập nhật hàng năm (đạt 2,88 triệu từ năm 2007). Tiểu kho này ban đầu thống kê hơn 1 triệu hiện dạng với các tiểu kho bậc dưới được xây dựng từ ng ữ liệu sách tiếng Anh biên soạn trong nước và nước ngoài ở 5 trình độ từ trung học phổ thông đến đại học. Nó có chú giải khá điển hình bởi vừa mang tính giáo khoa, vừa mang tính sư phạm. Nhờ hệ thống chú giải này, người sử dụng có thể khai thác ngữ liệu từ các dạng bài tập, tìm hiểu đặc điểm nổi bật trong thiết kế các loại bài tập khác nhau , nghiên cứu về số lượng và chất lượ ng giáo trình, từ đó đánh giá mức độ phản ánh lý thuyết học tập và phương pháp giảng dạy hiện đại trong SGK.
Đối với người học, KNL nói chung và tiểu kho nói riêng z được sử dụng để phát huy phương pháp học qui nạp, thông qua ngữ liệu khai thác để tổng hợp kiến thức cần thiết trong chương trình, định hướng học tập. Mặc dù t ính chất động của KNL Anping thích hợp cho nghiên cứu những thay đổi về ngôn ngữ hay kết cấu văn bản nhưng lại không ưu việt trong nghiên cứu vốn từ cố định cho các bậc học bởi từ vựng trong tập hợp luôn thay đổi. Bên cạnh đó, do được thiết kế cho người học ở Trung Quốc nên KNL không sử dụng phổ biến cho người học tiếng Anh như một ngoại ngữ (EFL) nói chung. Điều đáng nói là dù tập hợp từ các giáo trình chuyên ngành nhưng phân tích của KNL không thể hiện sự khác biệt giữa các nhóm văn bản chuyên ngành và cơ sở.
Xét cho cùng, cũng giống như KNL giáo khoa Chujo, KNL giáo khoa Anping thu thập ngữ liệu từ toàn bộ SGK có trong chương trình học, chú trọng đến khai thác định lượng hơn là thiết kế khung lấy mẫu cho các tiểu kho.