Nghiên Cứu và Phát Triển Phương Pháp Dịch Tự Động Ngôn Ngữ Ký Hiệu Việt Nam

Chuyên khảo phân tích Nghiên cứu và phát triển phương pháp tiếp cận dựa trên cấu trúc và thống kê trong dịch tự động ngôn, đánh giá các khía cạnh quan trọng, đề xuất hướng nghiên

Chuyên ngành

Khoa học máy tính

Người đăng

Ẩn danh

Thể loại

Luận án tiến sĩ

2023

119
5
0

Phí lưu trữ

35 Point

Mục lục chi tiết

LỜI CAM ĐOAN

LỜI CẢM ƠN

1. CHƯƠNG 1: TỔNG QUAN VỀ BÀI TOÁN DỊCH NGÔN NGỮ KÝ HIỆU VIỆT NAM

1.1. Tổng quan về ngôn ngữ ký hiệu

1.2. Lịch sử và phân loại ngôn ngữ ký hiệu trên thế giới

1.3. Đặc điểm về cú pháp trong câu ngôn ngữ ký hiệu Việt Nam

1.4. Các nghiên cứu liên quan

1.5. Bài toán dịch ngôn ngữ ký hiệu Việt Nam

1.6. Kết luận chương

2. CHƯƠNG 2: CÁC KIẾN THỨC CƠ SỞ

2.1. Kiến thức cơ sở về dịch máy

2.2. Dịch dựa trên luật

2.3. Các hướng tiếp cận chính

2.4. Nguyên tắc cơ bản của RBMT

2.5. Các thành phần của một hệ thống RBMT

2.6. Ưu và nhược điểm của RBMT

2.7. Dịch máy thống kê

2.8. Dịch máy dựa trên mạng rơron

2.9. Mô hình Sequence to Sequence

2.10. Mô hình Transformer

2.11. Đánh giá chất lượng bản dịch máy

2.12. Khái quát về đánh giá chất lượng bản dịch máy

2.13. Điểm đánh giá BLEU

2.14. Điểm đánh giá hiệu suất mô hình ngôn ngữ Perplexity

2.15. Kết luận chương

3. CHƯƠNG 3: PHƯƠNG PHÁP TIẾP CẬN DỰA TRÊN CẤU TRÚC TRONG DỊCH TỰ ĐỘNG NGÔN NGỮ KÝ HIỆU VIỆT NAM

3.1. Giới thiệu về bài toán

3.2. Xây dựng cơ sở dữ liệu ban đầu cho bài toán

3.3. Tập từ điển VSL-Lexicon

3.4. Bộ dữ liệu song ngữ Vie-VSL10k

3.5. Vấn đề tổng hợp luật

3.6. Tính chất rút gọn trong câu VSL

3.7. Tập hợp đặc điểm cú pháp câu VSL

3.8. Xây dựng hệ thống dịch dựa trên luật

3.9. Các thực nghiệm và đánh giá hệ thống dịch dựa trên luật

3.10. Kết luận chương

4. CHƯƠNG 4: LÀM GIÀU DỮ LIỆU CHO BÀI TOÁN DỊCH TỰ ĐỘNG NGÔN NGỮ KÝ HIỆU VIỆT NAM

4.1. Giới thiệu chung về kỹ thuật làm giàu dữ liệu trong dịch máy

4.2. Cơ sở của phương pháp đề xuất

4.3. Quy trình làm giàu dữ liệu

4.4. Kết quả thực nghiệm và đánh giá

4.5. Kết luận chương

5. CHƯƠNG 5: PHƯƠNG PHÁP TIẾP CẬN DỰA TRÊN THỐNG KÊ VÀ MẠNG NORON TRONG DỊCH TỰ ĐỘNG NGÔN NGỮ KÝ HIỆU VIỆT NAM

5.1. Cải tiến mô hình dịch IBM cho bài toán dịch Vie-VSL

5.2. Mô hình Sequence to Sequence cho bài toán

5.3. Mô hình bộ mã hóa và giải mã

5.4. Huấn luyện mạng

5.5. Tiến trình dịch

5.6. Mô hình Transformer cho bài toán dịch

5.7. Quá trình mã hóa và giải mã

5.8. Khởi tạo mô hình Transformer

5.9. Đánh giá các kết quả thực nghiệm

5.10. Kết luận chương

KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN NGHIÊN CỨU

DANH MỤC CÔNG TRÌNH CỦA TÁC GIẢ

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Dịch Tự Động Ngôn Ngữ Ký Hiệu Việt Giới Thiệu Tổng Quan 55 ký tự

Nghiên cứu về dịch tự động ngôn ngữ ký hiệu Việt Nam (VSL) còn hạn chế, gây khó khăn trong việc truyền tải thông tin đến người khiếm thính và giao tiếp giữa họ với cộng đồng. Bài toán dịch VSL, đặc biệt là từ ngôn ngữ thông thường sang VSL, trở nên cấp thiết. Các nghiên cứu quốc tế đã có những nỗ lực đáng kể, ví dụ như dịch ASL-tiếng Anh, hỗ trợ dịch ngôn ngữ ký hiệu quốc tế, và ứng dụng trong giáo dục. Tuy nhiên, việc cải thiện hiệu suất và chất lượng của các hệ thống dịch VSL là cần thiết để tạo điều kiện giao tiếp tốt hơn và giúp người khiếm thính hòa nhập vào xã hội và giáo dục. Bài toán dịch ngôn ngữ kí hiệu Việt Nam được thể hiện qua bối cảnh xã hội và các nghiên cứu quốc tế đã đưa ra một số vấn đề nghiên cứu chính. Trên thế giới, đã có những nỗ lực đáng kể trong việc nghiên cứu và triển khai các hệ thống dịch ngôn ngữ kí hiệu: ASL-English Translation, International Sign Language, Educational Sign Language Translation...

1.1. Tầm Quan Trọng Của Dịch VSL Trong Giáo Dục Xã Hội

Dịch VSL đóng vai trò then chốt trong việc giúp người khiếm thính tiếp cận thông tin, kiến thức và tham gia đầy đủ vào các hoạt động xã hội. Theo tài liệu gốc, "trong lĩnh vực giáo dục, dịch ngôn ngữ kí hiệu đóng vai trò quan trọng để đảm bảo rằng người khiếm thính có quyền truy cập vào kiến thức." Việc phát triển các công cụ hỗ trợ dịch VSL hiệu quả sẽ giúp thu hẹp khoảng cách giao tiếp và tạo điều kiện cho người khiếm thính hòa nhập cộng đồng. Các dự án nghiên cứu ban đầu về bài toán này hầu hết đều là trên các mô hình dịch dựa trên cấu trúc. Các nghiên cứu gần đây đang tận dụng tối đa những tiến bộ kỹ thuật trong các lĩnh vực Xử lý ngôn ngữ tự nhiên (NLP)Dịch máy (MT), với mục đích phát triển các hệ thống có khả năng dịch giữa ngôn ngữ ký hiệu và ngôn ngữ nói nhằm lấp đầy khoảng cách giao tiếp giữa cộng đồng nói tiếng SL và cộng đồng sử dụng ngôn ngữ nói.

1.2. Các Hướng Nghiên Cứu Dịch VSL Trên Thế Giới Hiện Nay

Các nghiên cứu trên thế giới tập trung vào cả phương pháp cổ điển (dựa trên luật và thống kê) và hiện đại (học sâu). Phương pháp học sâu, mặc dù hứa hẹn, đòi hỏi lượng dữ liệu lớn và ít chú trọng đến đánh giá từ người dùng khiếm thính. Đáng chú ý, hầu hết các đặc điểm của bài toán dịch SL mang những tính chất tương đồng như vấn đề của các bài toán dịch ngôn ngữ khác. Chúng đều là quá trình sử dụng trí tuệ nhân tạo để tự động dịch văn bản từ ngôn ngữ này sang ngôn ngữ khác mà không cần sự tham gia của con người. Tuy nhiên, trong bài toán dịch VSL là bài toán với 3 đầu vào là câu tiếng Việt thông thường, đầu ra cuối cùng là hình ảnh, video, các mô hình diễn họa 3D. Nhưng một bước trung gian quan trọng của quá trình dịch là từ câu tiếng Việt thông thường sang câu dạng đúng cú pháp trong VSL.

II. Thách Thức Dịch Tự Động VSL Cú Pháp và Dữ Liệu 58 ký tự

Bài toán dịch VSL đối mặt với nhiều thách thức. VSL có cú pháp đặc trưng, khác biệt so với tiếng Việt, bao gồm tính giản lược, nhấn mạnh trọng tâm và trật tự từ. Ngoài ra, thiếu hụt dữ liệu song ngữ VSL-tiếng Việt chất lượng cao là một rào cản lớn. Các công trình nghiên cứu cần tập trung vào việc xây dựng bộ dữ liệu phong phú, từ điển VSL chuyên dụng và phát triển các mô hình dịch máy phù hợp với đặc điểm của VSL. Quan điểm của người dùng khiếm thính phải được phân tích chính xác và việc thực thi công nghệ đối với cộng đồng người khiếm thính sẽ không hiệu quả. Do vậy, việc chú trọng đến cấu trúc cú pháp trong ngôn ngữ ký hiệu là quan trọng, nhưng trong nhiều nghiên cứu lại xem nhẹ vấn đề này.

2.1. Đặc Điểm Cú Pháp Riêng Biệt Của Ngôn Ngữ Ký Hiệu VSL

VSL có những đặc trưng cơ bản như tính giản lược, nhấn mạnh trọng tâm và thay đổi trật tự từ so với tiếng Việt thông thường. Việc nắm bắt và xử lý các đặc điểm này là then chốt để dịch VSL chính xác. Theo tài liệu, VSL có một số đặc trưng cơ bản như tính giản lược, nhấn mạnh trọng tâm và thay đổi trật tự từ so với ngôn ngữ tiếng Việt thông thường. Ngoài ra, việc biểu diễn từ câu đúng cú pháp trong VSL sang các dạng hình ảnh, mô hình 3D đã có những phương pháp kỹ thuật được đề xuất và có kết quả tốt.

2.2. Vấn Đề Thiếu Dữ Liệu Song Ngữ Chất Lượng Cao Cho VSL

Sự thiếu hụt dữ liệu song ngữ VSL-tiếng Việt chất lượng cao là một trong những trở ngại lớn nhất cho việc phát triển hệ thống dịch VSL. Việc xây dựng các bộ dữ liệu lớn và đáng tin cậy là cần thiết để đào tạo các mô hình dịch máy hiệu quả. Các nghiên cứu về dịch Ngôn ngữ ký hiệu trên thế giới quan tâm đến bài toán dịch text-to-text thường áp dụng cả những phương pháp cổ điển và hiện đại. Một số phương pháp dịch máy dựa trên luật và thống kê cổ điển với cách tiếp cận đơn giản nhưng vẫn mang lại những hiệu quả nhất định bới những đặc trưng trong cú pháp ngôn ngữ ký hiệu.

III. Phương Pháp Dịch Dựa Trên Luật Cho VSL Hướng Dẫn 54 ký tự

Mô hình dịch dựa trên luật (Rule-Based Machine Translation - RBMT) là một phương pháp cổ điển nhưng vẫn hiệu quả trong dịch VSL. Phương pháp này dựa trên việc xây dựng các quy tắc ngữ pháp và từ vựng để chuyển đổi từ tiếng Việt sang VSL. Ưu điểm của RBMT là dễ hiểu, dễ kiểm soát, đảm bảo tính chính xác về cú pháp. Tuy nhiên, nhược điểm là tốn nhiều công sức xây dựng quy tắc và khó mở rộng. Các phương pháp hiện đại dựa trên học sâu (Deep Learning) trong các nghiên cứu gần đây với các ưu điểm nổi bật như tự động học các đặc trưng của ngôn ngữ ký hiệu từ dữ liệu đầu vào mà không cần đến các quy tắc cụ thể; độ chính xác cao; có khả năng mở rộng với tốc độ xử lý nhanh. Tuy nhiên nhược điểm của hầu hết các nghiên cứu này là chưa có một bộ dữ liệu đủ lớn để đào tạo cũng như ít xem xét đến quan điểm và đánh giá của người khiếm thính.

3.1. Các Bước Xây Dựng Hệ Thống Dịch RBMT Cho Ngôn Ngữ VSL

Quá trình xây dựng hệ thống dịch RBMT bao gồm các bước: xây dựng từ điển VSL, phân tích cú pháp câu tiếng Việt, xây dựng các quy tắc chuyển đổi cú pháp, và tạo ra câu VSL. Cần chú trọng đến các đặc điểm cú pháp riêng của VSL để xây dựng quy tắc chuyển đổi phù hợp. Trọng tâm của bài toán dịch ngôn ngữ ký hiệu Việt Nam vẫn là vấn đề dịch ngôn ngữ thông thường dạng văn bản sang văn bản đúng cấu trúc cú pháp trong ngôn ngữ ký hiệu Việt Nam (text-to-text). Tóm lại, bài toán đặt ra trong luận án này bao gồm việc triển khai, đề xuất và cải tiến các mô hình dịch máy trong việc dịch ngôn ngữ thông thường dạng văn bản sang văn bản đúng cấu trúc cú pháp trong ngôn ngữ ký hiệu Việt Nam.

3.2. Ưu Điểm Hạn Chế Của Phương Pháp RBMT Trong Dịch VSL

RBMT có ưu điểm là dễ kiểm soát, đảm bảo tính chính xác về cú pháp, nhưng nhược điểm là tốn nhiều công sức xây dựng quy tắc và khó mở rộng. RBMT phù hợp với các bài toán dịch VSL đơn giản, có phạm vi hẹp. Mặc dù mô hình dựa trên mạng neuron là tiến bộ và mạnh mẽ, nhưng cũng có thể kết hợp phương pháp dịch dựa trên luật. Điều này đặc biệt hữu ích khi chúng ta cần đảm bảo tính chính xác và đúng cú pháp trong ngôn ngữ kí hiệu. Phương pháp dịch dựa trên luật có thể xác định các quy tắc cụ thể để ánh xạ từ ngôn ngữ thông thường sang VSL và ngược lại.

IV. Dịch VSL Dựa Trên Thống Kê Mạng Neuron Giải Pháp 59 ký tự

Các phương pháp dịch máy thống kê (Statistical Machine Translation - SMT) và dịch máy dựa trên mạng neuron (Neural Machine Translation - NMT) sử dụng các mô hình học máy để dịch từ tiếng Việt sang VSL. SMT dựa trên thống kê các cặp từ/cụm từ tương ứng, còn NMT sử dụng mạng neuron sâu để học biểu diễn ngữ nghĩa của câu. NMT thường cho kết quả tốt hơn SMT, đặc biệt với các câu phức tạp. Mô hình dịch máy dựa trên mạng neuron hiện đại (Neural Network-Based Machine Translation): Mô hình này sử dụng tiến bộ trong lĩnh vực học máy và xử lý ngôn ngữ tự nhiên (NLP) để xây dựng một hệ thống dịch ngôn ngữ kí hiệu hiệu quả.

4.1. Cải Tiến Mô Hình Dịch Thống Kê IBM Cho Bài Toán Dịch VSL

Mô hình IBM có thể được cải tiến bằng cách điều chỉnh các tham số, sử dụng các kỹ thuật làm mịn để giảm thiểu sự cố dữ liệu thưa thớt, và kết hợp thông tin cú pháp để cải thiện chất lượng dịch. - Xây dựng mô hình dịch máy: Luận án sử dụng nhiều mô hình dịch máy khác nhau cho bài toán này, bao gồm mô hình dựa trên mạng nơ-ron (neural networks) như Transformer, Seq2Seq, mô hình dựa trên cấu trúc và luật ngữ pháp của ngôn ngữ ký hiệu. Mô hình sẽ được đào tạo trên dữ liệu đã thu thập và tiền xử lý để học cách dịch giữa hai ngôn ngữ.

4.2. Ứng Dụng Mô Hình Sequence to Sequence Và Transformer

Mô hình Sequence-to-Sequence và Transformer là hai kiến trúc mạng neuron phổ biến trong NMT. Cả hai mô hình đều có khả năng học các biểu diễn ngữ nghĩa phức tạp và tạo ra các câu VSL có ngữ pháp chính xác. Các đóng góp chính của luận án gồm: 1) Đề xuất một phương án dịch đơn giản và hiệu quả cho bài toán sử dụng mô hình dịch dựa trên luật. Tuy là một phương pháp cổ điển nhưng phù hợp với bài toán đặt ra. 2) Đề xuất một phương pháp làm giàu dữ liệu dựa trên mạng từ cho dữ liệu song ngữ câu tiếng Việt – câu đúng cú pháp trong VSL. 3) Cải tiến một mô hình dịch thống kê cơ bản và một số mô hình dịch hiện đại dựa trên mạng Noron cho bài toán.

V. Làm Giàu Dữ Liệu Cho Dịch Tự Động VSL Bí Quyết 57 ký tự

Làm giàu dữ liệu là một kỹ thuật quan trọng để cải thiện hiệu suất của các mô hình dịch máy, đặc biệt khi dữ liệu huấn luyện còn hạn chế. Các phương pháp làm giàu dữ liệu bao gồm: tạo ra các biến thể của câu gốc, sử dụng từ điển đồng nghĩa, và dịch ngược (back-translation). Phương pháp nghiên cứu cho bài toán dịch ngôn ngữ ký hiệu Việt Nam là một quá trình bao gồm các bước từ thu thập dữ liệu, xây dựng mô hình, đánh giá, tối ưu hóa. Các phương pháp dựa trên mạng nơ-ron và dựa trên luật có thể giúp đảm bảo tính chính xác và hiệu quả của hệ thống dịch ngôn ngữ ký hiệu.

5.1. Kỹ Thuật Tạo Dữ Liệu Mới Từ Dữ Liệu VSL Hiện Có

Sử dụng từ điển đồng nghĩa để thay thế các từ trong câu gốc, tạo ra các câu mới có ý nghĩa tương đương. Áp dụng các quy tắc ngữ pháp để tạo ra các biến thể của câu gốc. Luận án đã xây dựng các bộ dữ liệu: từ điển ngôn ngữ ký hiệu Việt Nam VSL-Lexicon; dữ liệu “song ngữ” Vie-VSL10k, Vie-VSL60k công bố cho cộng đồng nghiên cứu sử dụng.

5.2. Dịch Ngược Back Translation Phương Pháp Hiệu Quả

Dịch ngược là phương pháp dịch từ VSL sang tiếng Việt, sau đó dịch ngược lại từ tiếng Việt sang VSL. Quá trình này tạo ra các câu VSL mới, giúp mô hình học được các biểu diễn ngữ nghĩa tốt hơn. Phạm vi của luận án tập trung vào các phương pháp dịch máy cho bài toán dịch câu tiếng Việt sang câu đúng cú pháp trong ngôn ngữ ký hiệu Việt Nam. Các mô hình diễn hoạ 3D hay các đầu ra cuối cùng khác của ngôn ngữ ký hiệu Việt Nam không được đề cập đến trong luận án này.

VI. Kết Luận và Hướng Phát Triển Dịch Tự Động VSL 54 ký tự

Nghiên cứu về dịch tự động VSL còn nhiều tiềm năng phát triển. Các hướng nghiên cứu tiếp theo có thể tập trung vào việc kết hợp các phương pháp RBMT và NMT, xây dựng bộ dữ liệu VSL lớn hơn và đa dạng hơn, và phát triển các mô hình dịch VSL chuyên dụng cho các lĩnh vực cụ thể (ví dụ: y tế, giáo dục).

6.1. Kết Hợp Phương Pháp RBMT và NMT Tương Lai

Kết hợp ưu điểm của cả RBMT và NMT có thể tạo ra các hệ thống dịch VSL mạnh mẽ hơn, đảm bảo tính chính xác về cú pháp và khả năng học hỏi từ dữ liệu. Các mô hình dựa trên mạng nơ-ron và dựa trên luật có thể giúp đảm bảo tính chính xác và hiệu quả của hệ thống dịch ngôn ngữ ký hiệu.

6.2. Xây Dựng Bộ Dữ Liệu VSL Lớn Đa Dạng Hơn

Cần xây dựng các bộ dữ liệu VSL lớn hơn và đa dạng hơn, bao gồm nhiều lĩnh vực, phong cách và ngữ cảnh khác nhau. Điều này giúp các mô hình dịch máy học được các biểu diễn ngữ nghĩa phong phú hơn và tạo ra các bản dịch chính xác hơn. Xây dựng các bộ tự liệu từ điển VSL và các bộ dữ liệu song ngữ từ việc thử nghiệm và phát triển phương pháp làm giàu dữ liệu cho bài toán. Mục tiêu của bài toán là giúp cộng đồng người khiếm thính tại Việt Nam có cơ hội truyền đạt thông điệp, tham gia vào xã hội và học tập một cách dễ dàng và hiệu quả hơn.

23/05/2025
Nghiên cứu và phát triển phương pháp tiếp cận dựa trên cấu trúc và thống kê trong dịch tự động ngôn ngữ ký hiệu việt nam

Trích đoạn nội dung tài liệu

CHƯƠNG 1 TỔNG QUAN VỀ BÀI TOÁN DỊCH NGÔN NGỮ KÝ HIỆU VIỆT NAM Trong chương này, luận án trình bày những vấn đề tổng quan của bài toán dịch ngôn ngữ ký hiệu Việt Nam.1 là những vấn đề tổng quan về đặc điểm của VSL. Phần tiếp theo là những nghiên cứu liên quan về chủ đề dịch ngôn ngữ ký hiệu trên thế giới và những phân tích những ưu nhược điểm của các nghiên cứu này (mục 1. Đồng thời chỉ ra điểm mấu chốt của dịch ngôn ngữ ký hiệu Việt Nam trong bài toán dịch từ ngôn ngữ thông thường sang ngôn ngữ ký hiệu chính là vấn đề dịch từ văn bản tiếng Việt thông thường sang dạng văn bản đúng cú pháp trong VSL. Tổng quan về ngôn ngữ ký hiệu 1.

Lịch sử và phân loại ngôn ngữ ký hiệu trên thế giới Ngôn ngữ ký hiệu được hình thành từ rất sớm gắn với sự phát triển ngôn ngữ thông thường. Năm 1620, Juan Bonet đã đưa ra luận thuyết đầu tiên được coi là tiền đề cho ngôn ngữ ký hiệu. Cộng đồng người khiếm thính tạo ra ngôn ngữ ký là một loại ngôn ngữ riêng biệt để giao tiếp và thu nhận kiến thức của nhân loại. Thay vì ngôn ngữ thông thường diễn đạt bằng âm thanh, lời nói thì ngôn ngữ ký hiệu có thể là sự kết hợp giữ sự chuyển động của bàn tay, cả cánh tay kết hợp nét biểu cảm trên khuôn mặt.

Vì vậy trong ngôn ngữ học nó cũng thuộc một dạng ngôn ngữ tự nhiên. Tuy nhiên nó không phải là ngôn ngữ cơ thể - một loại giao tiếp phi ngôn ngữ [1]. Các cộng đồng người khiếm thính trên thế giới đều có ngôn ngữ ký hiệu của riêng họ. Trong khi một số ngôn ngữ ký hiệu như ngôn ngữ ký hiệu Anh, Ngôn ngữ ký hiệu Mỹ, ngôn ngữ ký hiệu Ba Lan, ngôn ngữ ký hiệu Ấn Độ,v.v…được công nhận pháp lý thì cũng có một số mang tính chất địa phương.

Có một quan niệm không chính xác là ngôn ngữ ký hiệu là một loại dùng chung trên toàn thế giới. Nhưng mỗi quốc gia lại có hơn một ngôn ngữ ký hiệu. Do những đặc điểm vùng miền về văn hoá xã hội nên chính trong ngôn ngữ ký hiệu Việt Nam cũng có những điểm khác biệt. Các chuyên gia về ngôn ngữ đã phân ra 3 vùng miền cho ngôn ngữ ký hiệu Việt Nam, đó là: Hà Nội, Hải Phòng và Thành phố Hồ Chí Minh.

Tuy vậy thì kể cả là ngôn ngữ ký hiệu trên thế giới cũng có một số điểm tương đồng nhất định về đặc điểm cú pháp hay hình thái của biểu diễn một số từ ngữ. Ví dụ như từ “lái ô tô” thì đều thể hiện là hai tay giơ lên nắm không khí và làm động tác quay quay xoay vô lăng. 8 Mặc dù ngôn ngữ ký hiệu đã phát sinh một cách tự nhiên trong cộng đồng người khiếm thính bên cạnh ngôn ngữ nói, tuy nhiên chúng không liên quan đến ngôn ngữ nói và có cấu trúc ngữ pháp khác nhau ở cốt lõi. Ngôn ngữ ký hiệu có thể được phân loại theo cách nó phát sinh.

Ngôn ngữ ký hiệu địa phương là một ngôn ngữ bản địa mà thường phát sinh nhiều thế hệ trong một cộng đồng tương đối biệt lập với một tỷ lệ cao người khiếm thính, và được sử dụng bởi người khiếm thính và một phần đáng kể của cộng đồng nghe, gồm có gia đình và bạn bè của người khiếm thính. Lúc đầu, ngôn ngữ ký hiệu cộng đồng người khiếm thính thường không được biết đến bởi người nghe nói bình thường, trong nhiều trường hợp thậm chí các thành viên trong gia đình cũng không thể sử dụng thứ ngôn ngữ này. Tuy nhiên, chúng có thể phát triển, trong một số trường hợp trở thành một ngôn ngữ giảng dạy và nhận được sự công nhận chính thức, như trong trường hợp của ASL. Đặc điểm về cú pháp trong câu ngôn ngữ ký hiệu Việt Nam Trong VSL, cũng tương tự như các ngôn ngữ ký hiệu khác trên thế giới đều có 2 đặc điểm quan trọng nhất đó chính là sự giản lược và nhấn mạnh trọng tâm.

Điều này là do trong đặc trưng tư duy của người khiếm thính và vì vậy có ảnh hưởng đến cách biểu đạt ngôn ngữ trong cú pháp của câu ngôn ngữ ký hiệu: sự rút gọn một số thành phần trong câu và sự sắp xếp trật tự các từ trong câu có sự khác biệt với ngôn ngữ thông thường. Vốn từ vựng của người khiếm thính cũng hạn chế so với thông thường nên những thành phần được coi là không quá quan trọng và không mang nhiều ý nghĩa trong câu sẽ được giản lược đi [2]. Việc giản lược này được phân tích kỹ ở phần tiếp theo. Ngoài ra, với đặc điểm nhấn mạnh trọng tâm, người khiếm thính có xu hướng đưa các từ quan trọng trong câu lên phía trước, khiến cho trật tự cú pháp của câu ngôn ngữ ký hiệu sẽ bị đảo lộn so với thông thường.

Việc đảo trật tự cú pháp cũng dựa trên từng loại câu. Có thể liệt kê ra như sau: Câu tường thuật: thường được lược bỏ một số giới từ, liên từ, đưa danh từ lên trước số đếm và động từ,. Câu nghi vấn: Đại từ nghi vấn thường được đặt ở cuối câu và đưa thông tin nghi vấn lên trên để tập trung chú ý. Thông thường câu nghi vấn có thể kèm thêm sự biểu đạt trên khuôn mặt.

Một điểm đáng chú ý là các biểu đạt khuôn mặt được sử dụng khá nhiều trong ngôn ngữ ký hiệu 9 Câu phủ định: Từ phủ định trong câu thường được đặt cuối câu, giống như đặc điểm mà ta vừa phân tích ở câu nghi vấn. Câu mệnh lệnh: từ tình thái là một thành phần chắc chắn được giản lược trong câu vì nếu bỏ ra khỏi câu, ý nghĩa hầu như vẫn được giữ nguyên để có thể hiệu được, trật tự từ trong câu mệnh lệnh cũng bị đảo vị trí so với ngôn ngữ tiếng Việt thông thường. Do vậy, đặc trưng cơ bản trong việc chuyển đổi câu Tiếng việt thông thường sang dạng câu đúng cú pháp trong VSL sẽ bao gồm 2 yếu tố: Rút gọn và thay đổi trật tự cú pháp. Những đặc điểm ngôn ngữ học đặc trưng này sẽ được phân tích cụ thể.

Rút gọn giới từ, liên từ và từ tình thái Giới từ được dùng để đánh dấu quan hệ chính phụ.Quan hệ chính phụ ở đây có thể là giữa một ngữ danh từ với định ngữ của nó ,giữa một ngữ vị từ với bổ ngữ của nó, giữa câu với trạng ngữ của nó. Liên từ thì thông thường được hình dung là từ dùng để liên kết các ngữ đoạn (ngữ, cấu trúc đề thuyết) đẳng lập với nhau. Dù liên từ có thể vẫn biểu đạt quan hệ ngữ nghĩa giữa các ngữ đoạn, các câu lại với nhau nhưng nó không đảm nhiệm vai trò đánh dấu vai nghĩa. Và vì vậy, chức năng nổi bật của nó vẫn chỉ là nối kết các ngữ đoạn, các câu lại với nhau để diễn đạt mối quan hệ ý nghĩa giữa các thành phần này.

Như vậy, giới từ là liên từ chính là thành phần phụ không mang nhiều ý nghĩa trong câu, nghĩa là khi ta bỏ nó khỏi câu thì câu rút gọn vẫn có thể hiểu được. Bởi sự hạn chế về mặt từ vựng và ngữ nghĩa nên trong câu VSL sẽ giản lược giới từ và liên từ trong câu. Điều này phù hợp với đặc điểm ngôn ngữ của người khiếm thính.1 trình bày một số mẫu câu rút gọn giới từ và liên từ. Tình thái từ là những từ được thêm vào câu để cấu tạo câu theo mục đích nói (nghi vấn, cầu khiến, cảm thán) và để biểu thị các sắc thái tình cảm của người đó.

Đối với người khiếm thính, việc biểu thị sắc thái tình cảm hay cấu tạo câu theo mục đích nói thông thường sẽ dùng biểu cảm khuôn mặt và một số dấu hiệu nhất định. Vì vậy mà trong ngôn ngữ ký hiệu không có những ký hiệu để biểu đạt các từ tình thái này. Trong phần này, luận án nghiên cứu các vấn đề liên quan đến từ tình thái và thu thập các luật rút gọn từ tình thái trong câu thông thường để biến đổi sang dạng 10 câu trong ngôn ngữ ký hiệu. Các tình thái từ là những từ biểu lộ thái độ tình cảm của người nói (người viết) đối với nội dung của câu hoặc đối với người cùng tham gia hoạt động giao tiếp (người nghe.

người đọc). Các tình thái từ không thể đóng vai trò thành phần cấu tạo trong cụm từ hay trong câu, chúng chỉ được dùng trong câu để bày tỏ thái độ tình cảm. Một số mẫu câu rút gọn giới từ và liên từ Câu thông thường Câu rút gọn liên từ và giới từ Viết bằng bút chì Viết bút chì Ăn và mặc là nhu cầu của mọi người Ăn mặc là nhu cầu mọi người Tôi và anh đi học Tôi anh đi học Anh ăn cháo hay ăn cơm? Anh ăn cháo ăn cơm? Mặc dầu trời mưa, tôi vẫn đi học Trời mưa, tôi đi học Lấy hộ chị quyển sách Lấy chị quyển sách Buổi sáng anh dắt xe giúp tôi ra cổng Buổi sáng anh dắt xe tôi ra cổng Áo của anh màu xanh Áo anh màu xanh Như vậy, trong ngôn ngữ tiếng Việt thông thường, khi rút gọn sang dạng ngôn ngữ ký hiệu, ta lược bỏ các từ tình thái trong câu. Các từ tình thái như đã liệt kê ở trên sẽ được loại bỏ câu theo một cấu trúc xác định dựa trên ngữ nghĩa.

Đặc điểm về trật tự cú pháp trong câu VSL Tính chất rút gọn trong câu VSL khiến cho bài toán chuyển đổi câu tiếng việt sang dạng đúng trong VSL gần giống như bài toán tóm tắt văn bản. Tuy nhiên đặc trưng khác biệt so với bài toán tóm tắt văn bản là vấn đề trật tự cú pháp trong câu VSL. Do những đặc điểm đặc trưng của ngôn ngữ, thông tin chính được nhấn mạnh và thường đưa lên trước nên cú pháp câu VSL có trật tự cú pháp khác so với câu tiếng Việt thông thường [3]. Tóm lại, đặc trưng cơ bản nhất của các ngôn ngữ ký hiệu trên thế giới nói chung hay ngôn ngữ ký hiệu Việt Nam nói riêng thì chúng đều có đặc điểm về tính giản lược và nhấn mạnh trọng tâm.

Điều đó khiến cho cú pháp trong câu ngôn ngữ ký hiệu có nhiều sự khác biệt với ngôn ngữ thông thường. Các đặc điểm này được phân tích, tổng hợp lại trong chương 3 liên quan đến việc dịch VSL theo cấu trúc. Các nghiên cứu liên quan Hầu hết các đặc điểm của bài toán dịch SL mang những tính chất tương đồng như vấn đề của các bài toán dịch ngôn ngữ khác.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Tài liệu có tiêu đề Nghiên Cứu Phương Pháp Dịch Tự Động Ngôn Ngữ Ký Hiệu Việt Nam tập trung vào việc phát triển và cải tiến các phương pháp dịch tự động cho ngôn ngữ ký hiệu Việt Nam. Nghiên cứu này không chỉ cung cấp cái nhìn sâu sắc về các kỹ thuật hiện có mà còn đề xuất các giải pháp mới nhằm nâng cao độ chính xác và hiệu quả trong việc dịch thuật. Độc giả sẽ tìm thấy những lợi ích rõ ràng từ việc áp dụng các phương pháp này, bao gồm việc cải thiện khả năng giao tiếp cho người khiếm thính và mở rộng khả năng tiếp cận thông tin.

Để mở rộng thêm kiến thức về lĩnh vực này, bạn có thể tham khảo tài liệu Luận văn thạc sĩ nghiên cứu thuật ngữ thể thao trong tiếng hán và cách chuyển dịch sang tiếng việt, nơi khám phá các thuật ngữ thể thao và cách dịch chúng sang tiếng Việt. Ngoài ra, tài liệu Luận văn thạc sĩ các phương thức thể hiện địa danh tiếng đức trong các văn bản tiếng việt cũng cung cấp cái nhìn thú vị về cách thể hiện địa danh trong văn bản, có thể liên quan đến việc dịch thuật và ngôn ngữ. Những tài liệu này sẽ giúp bạn có cái nhìn toàn diện hơn về các phương pháp dịch thuật trong các ngữ cảnh khác nhau.