Công cụ tìm kiếm là nơi phần lớn người dịch tra cứu nhiều nhất mỗi ngày, và dùng đúng thì nó là một kho văn bản khổng lồ: bạn kiểm được một cụm từ có thật sự được người bản ngữ dùng không, dùng trong ngữ cảnh nào, và đọc được tài liệu gốc để hiểu sự vật đang dịch. Nguyên tắc cốt lõi: tìm để đọc ngữ cảnh, không tìm để đếm.
Web khác kho ngữ liệu chuẩn ở chỗ nó không được chọn lọc: lẫn văn bản dịch máy, văn bản của người không bản ngữ, trang sao chép lại nhau. Bài này đi qua cách tìm cụm chính xác, cách khoanh nguồn đáng tin, vì sao con số kết quả không phải bằng chứng, cách đọc kết quả, cách dùng hình ảnh để hiểu sự vật, và một quy trình năm phút để kiểm một cụm từ.
Web như một kho ngữ liệu: mạnh ở đâu, bẩn ở đâu
Ý tưởng dùng web làm kho ngữ liệu được giới ngôn ngữ học tính toán bàn kỹ từ đầu những năm 2000; số chuyên đề năm 2003 của tạp chí Computational Linguistics do Adam Kilgarriff và Gregory Grefenstette giới thiệu thường được nhắc như một mốc. Lập luận chính: web lớn hơn mọi kho ngữ liệu được biên soạn, cập nhật liên tục, và chứa những thể loại, những chuyên ngành hẹp mà kho chuẩn không có. Với người dịch, điều đó có nghĩa là gần như mọi thuật ngữ, mọi cách nói đều có thể tìm thấy trên web.
Nhưng chính độ lớn và độ mở ấy làm web bẩn. Không ai kiểm soát ai viết gì; một câu sai được đăng lại trên hàng trăm trang sẽ trông như cách nói phổ biến. Lượng văn bản dịch máy không qua biên tập trên web tăng nhanh, nghĩa là ngày càng có nhiều khả năng bạn "kiểm" một cách dịch bằng chính sản phẩm của công cụ dịch máy. Các trang tổng hợp, trang sao chép nội dung khiến một nguồn duy nhất hiện ra như nhiều nguồn.
Thêm vào đó, kết quả tìm kiếm được sắp xếp theo tiêu chí của công cụ — mức liên quan, độ phổ biến của trang, vị trí của người dùng, lịch sử tìm kiếm — chứ không theo tiêu chí ngôn ngữ học. Hai người tìm cùng một cụm có thể thấy kết quả khác nhau. Vì vậy, tìm trên web nên được hiểu là một cách tìm bằng chứng để đọc, không phải một phép đo.
Tìm cụm chính xác và giới hạn nguồn
Đặt cụm trong dấu ngoặc kép. Tìm "attract considerable interest" trong ngoặc kép buộc công cụ trả về các trang có đúng cụm theo đúng thứ tự, thay vì các trang có bốn chữ nằm rải rác. Đây là thao tác cơ bản nhất mà người dịch dùng hằng ngày để kiểm kết hợp từ.
Dùng ký tự đại diện trong cụm. Với một số công cụ, dấu sao đặt trong cụm ngoặc kép, như "* a decision", cho phép thấy những chữ hay đứng ở vị trí trống. Hành vi của ký tự đại diện khác nhau giữa các công cụ và thay đổi theo thời gian; kiểm lại trước khi dựa vào nó.
Giới hạn theo miền. Lệnh giới hạn tìm trong một miền (thường viết dạng site: kèm đuôi miền) giúp khoanh vùng nguồn: chỉ các trang của cơ quan chính phủ của một nước, chỉ trang của trường đại học, chỉ trang của một tổ chức quốc tế. Muốn biết người Anh viết văn bản hành chính ra sao, giới hạn trong miền cơ quan chính phủ Anh; muốn xem văn bản học thuật, giới hạn trong miền của các trường.
Giới hạn theo loại tệp. Tìm riêng các tệp PDF thường đưa bạn tới tài liệu chính thức, báo cáo, tiêu chuẩn, giáo trình — những văn bản được soạn cẩn thận hơn trang web thông thường.
Loại trừ. Dấu trừ trước một chữ loại bỏ các kết quả có chữ đó, hữu ích khi một thuật ngữ trùng tên với một sản phẩm, một bộ phim hay một thương hiệu đang chiếm hết trang kết quả.
Vì sao không nên tin con số kết quả
Một thói quen phổ biến là so số kết quả: cụm A có "khoảng hai triệu kết quả", cụm B có "khoảng năm mươi nghìn", vậy A đúng hơn. Phép so này có ba vấn đề. Thứ nhất, con số mà công cụ tìm kiếm hiển thị ở trang đầu là ước lượng, không phải số đếm thật; nó có thể thay đổi đáng kể khi bạn chuyển sang trang sau, đổi một chữ không liên quan, hoặc tìm lại vào ngày khác. Các nhà ngôn ngữ học dùng web làm dữ liệu đã cảnh báo điều này từ lâu.
Thứ hai, con số không phân biệt nguồn. Hai triệu kết quả có thể phần lớn là trang dịch máy, trang của người học tiếng, trang sao chép lẫn nhau. Năm mươi nghìn kết quả có thể toàn là văn bản chuyên môn của người bản ngữ. Thứ ba, con số không phân biệt ngữ cảnh: một cụm có thể xuất hiện nhiều nhưng với nghĩa khác hẳn nghĩa bạn cần.
Con số chỉ hữu ích ở hai đầu cực. Nếu một cụm gần như không có kết quả nào trong khi phương án thay thế có rất nhiều, đó là tín hiệu đáng để ý rằng cụm của bạn không tự nhiên. Nếu hai phương án cùng có số kết quả lớn, con số không nói được gì; bạn phải đọc. Khi cần so tần suất nghiêm túc, hãy dùng kho ngữ liệu chuẩn có số đếm thật, chia theo thể loại.
Đọc kết quả: những câu hỏi cần đặt cho mỗi nguồn
Một trang kết quả chỉ có giá trị bằng chứng khi bạn biết ai viết và trong hoàn cảnh nào. Trước khi coi một trang là bằng chứng cho cách dùng từ, hãy lướt qua các câu hỏi sau:
- Người viết có phải người bản ngữ, viết trong lĩnh vực của mình không? Tài liệu của một cơ quan, một tổ chức chuyên môn, một nhà sản xuất ở nước bản ngữ đáng tin hơn trang của một công ty dịch hay diễn đàn học tiếng.
- Văn bản này có phải bản dịch không? Trang có nhiều phiên bản ngôn ngữ, nhãn "translated", hay dấu hiệu dịch máy (thuật ngữ đổi vô cớ, cấu trúc cứng) thì không dùng để kiểm cách nói tự nhiên.
- Thể loại có khớp với văn bản đích không? Cách nói trên diễn đàn thường khác báo cáo chính thức; cách nói trong quảng cáo khác hướng dẫn kỹ thuật.
- Biến thể ngôn ngữ nào? Trang Anh, Mỹ, Úc, Ấn Độ có thể khác nhau ở từ vựng và kết hợp; nếu khách hàng chỉ định một biến thể, ưu tiên nguồn của biến thể đó.
- Có phải nhiều trang khác nhau, hay một nguồn được sao chép? Mười trang có cùng một đoạn văn giống hệt chỉ là một bằng chứng.
- Văn bản mới hay cũ? Thuật ngữ công nghệ, y khoa, pháp lý có thể đã đổi; một cách nói phổ biến mười năm trước có thể đã bị thay thế.
Dùng hình ảnh và tài liệu gốc để hiểu sự vật
Nhiều lỗi dịch kỹ thuật không đến từ ngôn ngữ mà từ việc người dịch không hình dung được sự vật. Một câu trong hướng dẫn lắp ráp nói về the retaining clip on the underside of the housing: nếu không biết "housing" ở đây là vỏ bọc của thiết bị và "retaining clip" là cái kẹp giữ, bạn có thể dịch đúng từng chữ mà người đọc không lắp được. Tìm hình ảnh của thiết bị, xem sơ đồ cấu tạo, xem video tháo lắp thường giải quyết được trong vài phút điều mà từ điển không giải quyết.
Tương tự với món ăn, dụng cụ y tế, bộ phận máy móc, động tác thể thao, kiểu trang phục, loài cây. Khi đã thấy sự vật, quay lại tìm cách người Việt trong nghề gọi nó: tài liệu tiếng Việt của nhà sản xuất, giáo trình của trường nghề, diễn đàn của thợ trong ngành. Chữ người làm nghề dùng hằng ngày nhiều khi khác chữ trong từ điển, và văn bản hướng dẫn cho người thợ thì nên dùng chữ người thợ hiểu.
Một kỹ thuật liên quan là tìm ngược bằng định nghĩa. Khi không biết tên một khái niệm ở ngôn ngữ đích, hãy tìm bằng mô tả của nó ở ngôn ngữ đích. Ví dụ giả định: bạn cần chữ tiếng Anh cho "phiếu xuất kho" trong một văn bản kế toán; thay vì đoán, hãy tìm mô tả chức năng của loại chứng từ đó bằng tiếng Anh trong tài liệu kế toán, xem các doanh nghiệp nước ngoài gọi chứng từ có chức năng tương tự là gì, rồi cân nhắc độ tương đương.
Quy trình năm phút kiểm một cụm từ
Với cụm từ bạn định dùng trong bản dịch Việt–Anh mà chưa chắc tự nhiên, quy trình dưới đây thường cho câu trả lời đủ tin cậy trong khoảng năm phút:
- Tìm cụm trong ngoặc kép. Nếu gần như không có kết quả, chuyển ngay sang tìm phương án khác.
- Nếu có kết quả, mở ba đến năm trang đầu thuộc loại nguồn đáng tin và đọc câu chứa cụm: nghĩa có khớp không, thể loại có khớp không.
- Giới hạn theo miền phù hợp (cơ quan chính phủ, trường đại học, tổ chức chuyên môn của nước bản ngữ) và tìm lại để xem cụm có còn xuất hiện trong nguồn mạnh không.
- Tìm phương án thay thế theo cùng cách, so mức độ xuất hiện trong nguồn mạnh chứ không so con số tổng.
- Nếu vẫn lưỡng lự, kiểm trong một kho ngữ liệu chuẩn hoặc từ điển kết hợp từ, rồi chốt và ghi lại nguồn.
Quy trình này dành cho cụm từ, không dành cho thuật ngữ chuyên ngành quan trọng — với thuật ngữ, bạn cần quy trình kiểm chéo nghiêm hơn với tiêu chuẩn, cơ sở dữ liệu thuật ngữ và văn bản gốc của ngành.
Ghi lại dấu vết tra cứu: để chứng minh và để dùng lại
Tra trên web nhanh nên người dịch ít khi ghi lại, và cái giá phải trả đến muộn: vài tuần sau, người biên tập hỏi vì sao chọn cụm này, hoặc chính bạn gặp lại cùng câu hỏi trong dự án khác, và không còn nhớ đã kiểm ở đâu. Một thói quen đơn giản giải quyết được việc này: với mỗi quyết định quan trọng, ghi một dòng gồm cụm đã chọn, phương án bị loại, hai ba nguồn mạnh nhất đã đọc (tên tổ chức hoặc loại văn bản, năm) và lý do chốt.
Dòng ghi chú ấy có ba công dụng. Nó giúp bạn trả lời phản hồi của người biên tập bằng bằng chứng thay vì cảm giác. Nó tích luỹ thành một danh sách cách diễn đạt đã kiểm cho lĩnh vực bạn hay dịch. Và nó buộc bạn tra có kỷ luật hơn, vì khi phải ghi tên nguồn, bạn sẽ tự nhận ra lúc mình đang dựa vào một trang không đáng tin. Lưu ý không chép nguyên văn tài liệu của khách hàng vào ghi chú dùng chung với dự án khác.
Câu hỏi thường gặp
Có nên dùng chế độ ẩn danh khi tìm kiếm để kiểm cụm từ không?
Có thể giúp giảm một phần ảnh hưởng của lịch sử tìm kiếm cá nhân lên thứ tự kết quả, nhưng không loại bỏ được ảnh hưởng của vị trí và các yếu tố khác. Quan trọng hơn chế độ duyệt là việc bạn đọc kỹ nguồn của từng kết quả thay vì chỉ nhìn trang đầu.
Tìm bằng công cụ tìm kiếm của nước khác có giúp gì không?
Có, khi bạn cần văn bản của một biến thể ngôn ngữ cụ thể. Thiết lập vùng hoặc ngôn ngữ của công cụ tìm kiếm, hoặc giới hạn theo đuôi miền quốc gia, giúp kết quả nghiêng về nguồn của nước đó, gần hơn với cách viết của người bản ngữ ở đó.
Trang hỏi đáp của người học tiếng có đáng tin để kiểm cách dùng từ không?
Đáng tham khảo khi câu trả lời đến từ người bản ngữ và có giải thích, nhưng không nên là nguồn duy nhất. Ý kiến trên các trang này thường đúng cho ngữ cảnh đời thường, ít đúng cho văn bản chuyên môn. Hãy kiểm lại bằng văn bản thật của lĩnh vực bạn đang dịch.
Làm sao nhận ra một trang là bản dịch máy?
Một số dấu hiệu: thuật ngữ đổi vô cớ giữa các đoạn, cấu trúc câu giống hệt trật tự của một ngôn ngữ khác, chữ đa nghĩa bị dịch theo nghĩa phổ biến nhất dù ngữ cảnh đòi nghĩa khác, tên riêng bị dịch nghĩa. Trang có rất nhiều phiên bản ngôn ngữ ra cùng lúc cũng là tín hiệu đáng ngờ.
Có nên dùng chatbot AI thay cho tìm kiếm khi kiểm cụm từ không?
Chatbot có thể cho nhận xét nhanh về độ tự nhiên của một cụm, nhưng không cho bạn thấy bằng chứng thật và có thể khẳng định sai một cách tự tin. Tìm kiếm cho bạn văn bản thật để đọc. Nếu dùng chatbot để gợi ý, hãy kiểm lại gợi ý bằng văn bản gốc.
Tìm kiếm có giúp gì cho dịch Anh sang Việt không, khi web tiếng Việt cũng nhiều văn bản dịch?
Có, nhưng phải lọc kỹ hơn. Ưu tiên văn bản tiếng Việt gốc của người trong ngành: giáo trình, tài liệu của cơ quan quản lý, bài báo chuyên môn, diễn đàn nghề. Tránh lấy bằng chứng từ các trang có dấu hiệu dịch máy hoặc chỉ dịch lại từ nguồn nước ngoài.
