Tổng quan nghiên cứu

Theo thống kê từ cuộc Tổng điều tra Dân số và Nhà ở, Việt Nam hiện có khoảng hơn 2,5 triệu người khiếm thính. Trên quy mô toàn cầu, Tổ chức Y tế Thế giới ghi nhận khoảng 360 triệu người bị suy giảm thính lực, chiếm xấp xỉ 5% dân số thế giới. Rào cản lớn nhất đối với cộng đồng người khiếm thính là khả năng tiếp nhận và trao đổi thông tin thông qua ngôn ngữ nói hoặc văn bản thông thường. Ngôn ngữ ký hiệu Việt Nam đóng vai trò như tiếng mẹ đẻ và là phương tiện tư duy cốt lõi của người điếc, sở hữu hệ thống ngữ pháp độc lập hoàn toàn với ngữ pháp tiếng Việt. Tuy nhiên, việc thiếu hụt các công cụ dịch tự động hai chiều đạt chuẩn cú pháp đang tạo ra khoảng cách lớn trong giáo dục và hòa nhập xã hội.

Luận văn thạc sĩ khoa học máy tính của tác giả Ma Ngọc Khánh, thực hiện tại Trường Đại học Công nghệ Thông tin và Truyền thông – Đại học Thái Nguyên trong giai đoạn 2016–2018 dưới sự hướng dẫn của Phó Giáo sư Phùng Trung Nghĩa, tập trung giải quyết bài toán cốt lõi này. Mục tiêu nghiên cứu là xây dựng cơ sở lý thuyết, thu thập bộ luật rút gọn thành phần phụ và chuyển đổi cấu trúc cú pháp từ câu tiếng Việt sang cấu trúc ngôn ngữ ký hiệu Việt Nam chuẩn xác. Đề tài hướng tới việc thiết kế giải thuật tự động hóa quá trình tiền xử lý văn bản, hỗ trợ hệ thống hiển thị hoạt họa ký hiệu đạt tỷ lệ chính xác cao theo thang đo BLEU, đóng góp thiết thực cho hệ sinh thái công nghệ trợ tiếp cận tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu ứng dụng nền tảng ngữ pháp cấu trúc cụm từ và lý thuyết ngữ pháp chức năng tiếng Việt của các nhà ngôn ngữ học đầu ngành. Đề tài vận dụng 2 khung lý thuyết trụ cột: lý thuyết phân tích cú pháp phân cấp dựa trên văn phạm phi ngữ cảnh và mô hình biểu diễn tham tố vị từ của ngữ pháp hiện đại. Trong đó, hệ thống tập trung xử lý 3 nhóm khái niệm ngữ pháp trọng tâm:

  1. Nhóm tác tử quan hệ: Giới từ chính danh gồm 8 từ cơ bản như tại, bởi, vì, từ, tuy, mặc dầu, nếu, dù và các giới từ chuyển loại từ vị từ hoặc danh từ.
  2. Nhóm liên từ liên kết đẳng lập và chính phụ: Đóng vai trò kết nối ngữ đoạn nhưng không mang vai nghĩa tham tố trong cấu trúc sự tình.
  3. Nhóm từ tình thái và trợ từ nhấn mạnh: Gồm các tiểu từ cuối câu biểu thị sắc thái tình cảm, câu hỏi hoặc mệnh lệnh vốn được thay thế bằng biểu cảm nét mặt trong ngôn ngữ ký hiệu.

Nghiên cứu áp dụng chuẩn ngân hàng câu tiếng Việt với 17 nhãn từ loại cơ sở, 13 nhãn cụm từ cú pháp và 14 nhãn chức năng ngữ pháp để mô hình hóa toàn diện cây phân tích cú pháp.

Phương pháp nghiên cứu

Tác giả thu thập ngữ liệu thực nghiệm gồm 500 mẫu câu tiếng Việt đa dạng về kiểu loại câu đơn, câu phủ định, câu nghi vấn và câu mệnh lệnh. Cỡ mẫu được lựa chọn theo phương pháp phân tầng đại diện, phản ánh đúng các cấu trúc giao tiếp thông dụng hàng ngày của người khiếm thính tại 3 miền.

Quy trình phân tích dữ liệu trải qua 3 giai đoạn chặt chẽ: tách từ, gán nhãn từ loại và xây dựng cây cú pháp thông qua công cụ TreeBank Editor kết hợp bộ phân tích cú pháp Bikel. Phương pháp phân tích cú pháp theo cả hai hướng Top-down và Bottom-up được lựa chọn vì tính linh hoạt trong việc xử lý hiện tượng nhập nhằng ranh giới từ và cấu trúc ngữ nghĩa tiếng Việt. Quá trình nghiên cứu và thử nghiệm thuật toán được triển khai tập trung trong 24 tháng từ năm 2016 đến năm 2018, bảo đảm tính xác thực thông qua đối soát chuyên gia ngôn ngữ ký hiệu.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm trên tập dữ liệu đã chứng minh các quy luật chuyển đổi mang tính hệ thống giữa câu tiếng Việt và ngôn ngữ ký hiệu Việt Nam qua 3 phát hiện cốt lõi:

Thứ nhất, hệ thống đã chuẩn hóa thành công 100% các luật lược bỏ thành phần hư từ. Cụ thể, các giới từ chỉ quan hệ sở hữu, phương tiện và toàn bộ tiểu từ tình thái cuối câu như à, ư, nhỉ, nhé được giản lược hoàn toàn mà vẫn bảo toàn 100% nội dung ngữ nghĩa của thông điệp gốc.

Thứ hai, nghiên cứu xác lập quy tắc đảo trật tự cú pháp từ cấu trúc Chủ ngữ - Vị ngữ - Bổ ngữ của tiếng Việt sang cấu trúc chuẩn Chủ ngữ - Bổ ngữ - Vị ngữ của ngôn ngữ ký hiệu. Đối với cụm số từ, quy tắc chuyển đổi đảo ngược từ Số lượng + Danh từ sang Danh từ + Số lượng đạt độ chính xác tuyệt đối trên tập kiểm thử.

Thứ ba, với các câu nghi vấn và phủ định, từ phủ định và đại từ nghi vấn luôn được đẩy về vị trí cuối câu. Thuật toán chuyển đổi cây cú pháp tự động đạt điểm số BLEU trung bình trên 0,78 điểm, phản ánh sự tương đồng rất cao giữa câu sinh ra từ hệ thống và câu quy chuẩn của người bản ngữ khiếm thính.

+--------------------------+-----------------------+-----------------------------+
| Cấu trúc câu             | Dạng tiếng Việt       | Dạng Ngôn ngữ ký hiệu (VSL) |
+--------------------------+-----------------------+-----------------------------+
| Câu đơn cơ bản           | S + V + O             | S + O + V                   |
| Cụm số lượng             | Số từ + Danh từ       | Danh từ + Số từ             |
| Câu phủ định             | S + Không/Chưa + V + O| S + O + V + Không/Chưa      |
| Câu nghi vấn có từ để hỏi| Từ để hỏi + V + O?    | O + V + Từ để hỏi?          |
+--------------------------+-----------------------+-----------------------------+

Thảo luận kết quả

Sự khác biệt về mặt cấu trúc xuất phát trực tiếp từ đặc trưng tư duy không gian và thị giác của người khiếm thính. Người điếc có xu hướng đưa đối tượng tiếp nhận hành động lên trước để định vị tâm điểm thị giác trước khi mô tả hành động tác động. Kết quả này tương đồng với các nghiên cứu quốc tế như dự án ViSiCAST dịch tiếng Anh sang ngôn ngữ ký hiệu Anh hay hệ thống TEAM dịch sang ngôn ngữ ký hiệu Mỹ.

Khi so sánh bằng bảng đánh giá điểm số BLEU giữa phương pháp dịch trực tiếp từng từ và phương pháp chuyển đổi cấu trúc cây phân tích cú pháp, phương pháp dựa trên cây cú pháp của luận văn nâng cao độ tự nhiên lên khoảng 35%. Điều này chứng minh rằng việc kết hợp bộ phân tích cú pháp Bikel cùng hệ thống luật ngữ pháp chuyên biệt là hướng tiếp cận hoàn toàn chính xác cho ngôn ngữ đơn lập như tiếng Việt.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu, tác giả đưa ra 4 giải pháp chiến lược nhằm hoàn thiện và ứng dụng công nghệ dịch tự động ngôn ngữ ký hiệu tại Việt Nam:

  1. Mở rộng cơ sở dữ liệu ngữ liệu Treebank chuyên biệt: Đề xuất các viện nghiên cứu và trường đại học công nghệ phối hợp xây dựng kho ngữ liệu ký hiệu số hóa đạt quy mô tối thiểu 10.000 câu gán nhãn cú pháp đầy đủ trong lộ trình 24 tháng, nhằm tăng độ bao phủ ngữ pháp lên trên 95%.
  2. Nâng cấp giải thuật bằng học máy và mô hình ngôn ngữ lớn: Nhóm nghiên cứu cần tích hợp các mạng nơ-ron sâu Transformer vào quy trình rút gọn và chuyển đổi cú pháp, đặt mục tiêu nâng chỉ số BLEU lên trên 0,88 điểm trong giai đoạn 2024–2026.
  3. Phát triển ứng dụng dịch song ngữ theo thời gian thực: Các doanh nghiệp công nghệ thông tin cần bắt tay thương mại hóa phần mềm trên nền tảng di động và web, tối ưu hóa độ trễ xử lý dưới 200 mili-giây để phục vụ nhu cầu giao tiếp hàng ngày cho hơn 2,5 triệu người khiếm thính.
  4. Xây dựng chuẩn quốc gia về từ điển ngôn ngữ ký hiệu số hóa: Bộ Giáo dục và Đào tạo cùng Hội Người khuyết tật Việt Nam cần thống nhất chuẩn hóa ít nhất 5.000 ký hiệu hình thể và sắc thái khuôn mặt trên môi trường số trong vòng 3 năm tới.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị tham khảo chuyên sâu cho 4 nhóm đối tượng cụ thể:

  1. Kỹ sư xử lý ngôn ngữ tự nhiên và AI: Tài liệu cung cấp kiến thức nền tảng về xử lý cây cú pháp, kỹ thuật gán nhãn Treebank và thuật toán biến đổi cấu trúc ngữ pháp phi ngữ cảnh.
  2. Chuyên gia giáo dục đặc biệt và giáo viên dạy trẻ khiếm thính: Cung cấp góc nhìn ngôn ngữ học so sánh chuẩn xác, giúp tối ưu hóa phương pháp truyền đạt kiến thức và biên soạn giáo trình giảng dạy trực quan.
  3. Các nhà phát triển sản phẩm công nghệ hỗ trợ: Nguồn tư liệu thiết kế kiến trúc phần mềm thông dịch hai chiều, phát triển avatar hoạt hình 3D mô phỏng cử chỉ tay và sắc thái khuôn mặt.
  4. Học viên cao học và sinh viên ngành Khoa học máy tính: Mẫu hình thực nghiệm mẫu mực về việc ứng dụng công nghệ thông tin giải quyết các bài toán mang giá trị nhân văn và phụng sự cộng đồng.

Câu hỏi thường gặp

Tại sao không thể dịch từ-đối-từ từ văn bản tiếng Việt sang ngôn ngữ ký hiệu?
Ngôn ngữ ký hiệu có ngữ pháp độc lập, không phải là tiếng Việt phiên âm trên bàn tay. Việc dịch từng từ sẽ giữ nguyên hư từ và trật tự SVO, khiến người khiếm thính khó tiếp thu hoặc hiểu sai bản chất thông tin do tư duy thị giác của họ dựa trên cấu trúc SOV.

Thuật toán rút gọn văn bản loại bỏ những thành phần cụ thể nào?
Hệ thống loại bỏ toàn bộ các giới từ chỉ quan hệ chính phụ, liên từ đẳng lập và các tiểu từ tình thái cuối câu như à, nhé, nhỉ, hả. Những thành phần này được tinh giản vì sắc thái cảm xúc sẽ được biểu thị qua biểu cảm khuôn mặt và tốc độ ra dấu.

Cấu trúc câu nghi vấn trong ngôn ngữ ký hiệu Việt Nam có điểm gì đặc biệt?
Trong ngôn ngữ ký hiệu Việt Nam, các đại từ nghi vấn như ai, gì, mấy, bao nhiêu luôn bắt buộc chuyển dịch về vị trí cuối câu. Đồng thời, người thực hiện kết hợp cử chỉ mở to mắt hoặc nhướn mày tại vị trí động từ chính để biểu đạt ý hỏi.

Bộ phân tích cú pháp Bikel đóng vai trò gì trong mô hình nghiên cứu?
Bộ phân tích cú pháp Bikel nhận diện cấu trúc ngữ pháp phân tầng của câu đầu vào, gán nhãn 17 loại từ loại và xác định các nút cụm từ. Dữ liệu cây này là đầu vào trực tiếp để thuật toán thực hiện xoay chuyển nhánh cây sang cú pháp ký hiệu.

Chất lượng của mô hình chuyển đổi cú pháp được đánh giá bằng thước đo nào?
Nghiên cứu sử dụng thang đo BLEU để so sánh độ trùng khớp giữa câu ký hiệu được sinh ra tự động với câu chuẩn do chuyên gia người khiếm thính xác thực. Điểm số thực nghiệm đạt trên 0,78 điểm, chứng minh thuật toán hoạt động rất hiệu quả.

Kết luận

  • Luận văn đã mô hình hóa thành công các quy tắc ngữ pháp độc lập của ngôn ngữ ký hiệu Việt Nam so với ngôn ngữ tiếng Việt tự nhiên.
  • Xây dựng hoàn chỉnh bộ luật rút gọn hư từ, tình thái từ và chuyển đổi trật tự cú pháp từ dạng SVO sang cấu trúc đặc thù SOV.
  • Ứng dụng thành công công cụ TreeBank Editor và bộ phân tích cú pháp Bikel vào bài toán gán nhãn, phân tích cú pháp câu tiếng Việt.
  • Cài đặt phần mềm thực nghiệm cho kết quả dịch tự động chính xác cao với điểm số BLEU đạt trên 0,78 điểm.
  • Mở ra hướng phát triển công nghệ thông dịch đa phương thức, tạo nền tảng vững chắc để xây dựng các trợ lý ảo hỗ trợ giao tiếp cho hơn 2,5 triệu người khiếm thính tại Việt Nam trong tương lai.