Khi tiếng Việt không đủ, cách tìm hiệu quả là xác định đúng thuật ngữ chuẩn trong ngôn ngữ đích trước, rồi mới tìm, thay vì dịch nguyên câu hỏi. Thuật ngữ chuẩn lấy từ ngân hàng thuật ngữ, từ vựng kiểm soát của cơ sở dữ liệu chuyên ngành, hoặc liên kết liên ngôn ngữ của bách khoa thư. Với thông tin về một thị trường cụ thể, dùng máy tìm kiếm bản địa và ngôn ngữ bản địa thường cho kết quả sâu hơn hẳn tìm bằng tiếng Anh trên Google.
Vấn đề không chỉ là ngoại ngữ. Ngay trong tiếng Việt, các biến thể chính tả (hoá và hóa, quý và quí, kỹ và kĩ), cách bỏ dấu, và lỗi mã hoá ký tự khi văn bản cũ dùng phông chữ trước chuẩn Unicode đều có thể khiến bạn bỏ lỡ tài liệu nằm ngay trước mắt.
Bài này trình bày cách tìm thuật ngữ chuẩn, chiến lược tìm theo ngôn ngữ và khu vực, cách dùng dịch máy đúng chỗ, và các bẫy riêng của tiếng Việt mà người làm tra cứu trong nước hay gặp.
Vì sao dịch thẳng câu hỏi thường thất bại
Người mới tìm bằng tiếng Anh thường dịch câu hỏi tiếng Việt từng chữ rồi dán vào Google. Kết quả hay lệch vì ba lý do. Thứ nhất, thuật ngữ chuyên ngành hiếm khi tương ứng một một: "doanh nghiệp nhỏ và vừa" ở Việt Nam được định nghĩa theo tiêu chí riêng, trong khi "SME" ở EU hay Hoa Kỳ dùng ngưỡng khác; "hộ kinh doanh" gần như không có từ tương đương chính xác. Dịch máy chọn một từ, và từ đó có thể đưa bạn tới một khái niệm khác.
Thứ hai, cách người trong ngành viết khác cách người ngoài hỏi. Bạn hỏi "vì sao nông dân trồng cà phê thua lỗ", còn tài liệu chuyên môn dùng cụm như "smallholder coffee profitability", "farm-gate price volatility", "cost of production". Truy vấn bằng ngôn ngữ đời thường trả về bài phổ thông; truy vấn bằng ngôn ngữ của ngành trả về báo cáo và nghiên cứu.
Thứ ba, có những khái niệm được gọi bằng tên khác nhau giữa các trường phái hoặc các nước. Trong kinh tế học, khái niệm gần giống nhau có thể mang tên khác nhau giữa văn liệu Anh và Mỹ; trong y học, tên thương mại của thuốc khác giữa các thị trường trong khi hoạt chất là một. Tìm theo một tên duy nhất sẽ chỉ thấy một phần bức tranh.
Giải pháp chung: dành vài phút đầu để thu thập từ vựng, đọc lướt một hai tài liệu tốt bằng ngôn ngữ đích và ghi lại các cụm từ người viết dùng lặp đi lặp lại. Những cụm đó mới là từ khoá thật của bạn.
Nguồn tìm thuật ngữ chuẩn
Các công cụ dưới đây giúp chuyển một khái niệm từ tiếng Việt sang ngôn ngữ khác một cách có căn cứ, thay vì đoán.
- Liên kết liên ngôn ngữ của Wikipedia. Mở mục từ tiếng Việt, chuyển sang ngôn ngữ khác qua danh sách ngôn ngữ, bạn có tên chuẩn của khái niệm trong ngôn ngữ đó. Cách này đặc biệt tốt với tên loài, tên bệnh, tên học thuyết, tên tổ chức.
- Ngân hàng thuật ngữ của tổ chức quốc tế. IATE của Liên minh châu Âu, WIPO Pearl cho thuật ngữ khoa học kỹ thuật trong tài liệu sáng chế, và các bảng thuật ngữ của Liên Hợp Quốc có định nghĩa và tương đương đa ngôn ngữ đã được biên dịch viên chuyên nghiệp kiểm.
- Từ vựng kiểm soát của cơ sở dữ liệu chuyên ngành. MeSH trong y sinh, AGROVOC của FAO trong nông nghiệp, các bộ từ khoá chủ đề của thư viện. Dùng đúng thuật ngữ kiểm soát giúp bắt được mọi bài về khái niệm đó bất kể tác giả dùng từ gì.
- Văn bản song ngữ chính thức. Các hiệp định thương mại, bản dịch văn bản pháp luật, báo cáo của tổ chức quốc tế có bản tiếng Việt cho bạn cặp thuật ngữ đã được dùng trong ngữ cảnh chính thức.
- Bản tóm tắt tiếng Anh của bài báo tiếng Việt. Nhiều tạp chí trong nước yêu cầu tóm tắt tiếng Anh; đó là nguồn cặp thuật ngữ trong đúng ngành bạn quan tâm, dù chất lượng dịch không đồng đều.
- Từ điển chuyên ngành có ví dụ. Ưu tiên từ điển cho thấy cách dùng trong câu, vì một từ đúng nghĩa vẫn có thể sai ngữ vực.
Khi đã có danh sách thuật ngữ, ghép chúng bằng OR trong truy vấn. Ví dụ với khái niệm "kinh tế tuần hoàn", nhóm ("circular economy" OR "resource recovery" OR "closed-loop") bắt được nhiều tài liệu hơn hẳn một cụm duy nhất.
Chọn ngôn ngữ và công cụ theo câu hỏi
Không phải câu hỏi nào cũng nên tìm bằng tiếng Anh. Bảng dưới gợi ý theo loại thông tin.
| Loại câu hỏi | Ngôn ngữ nên dùng | Công cụ gợi ý | Lưu ý |
|---|---|---|---|
| Kiến thức khoa học, kỹ thuật nền | Tiếng Anh | Google Scholar, cơ sở dữ liệu chuyên ngành | Phần lớn công bố quốc tế bằng tiếng Anh |
| Quy định, thị trường, doanh nghiệp ở Trung Quốc | Tiếng Trung giản thể | Máy tìm kiếm bản địa như Baidu, cổng chính phủ | Phân biệt giản thể và phồn thể; Đài Loan và Hồng Kông dùng phồn thể |
| Thị trường, doanh nghiệp Hàn Quốc | Tiếng Hàn | Naver, cổng chính phủ | Nhiều nội dung nằm trong blog, diễn đàn của Naver, ít hiện trên Google |
| Thị trường, quy chuẩn Nhật Bản | Tiếng Nhật | Google bản Nhật, cơ sở dữ liệu của bộ ngành | Tên doanh nghiệp có thể viết bằng katakana, kanji hoặc chữ Latinh |
| Thị trường Nga và các nước nói tiếng Nga | Tiếng Nga | Yandex | Chỉ mục khu vực sâu hơn Google |
| Bối cảnh Việt Nam | Tiếng Việt trước, tiếng Anh bổ sung | Google, cổng cơ quan, thư viện trong nước | Báo cáo quốc tế về Việt Nam thường chỉ có tiếng Anh |
Khi tìm bằng ngôn ngữ bạn không đọc được, quy trình thực dụng là: lấy thuật ngữ chuẩn từ các nguồn ở mục trên, dán vào máy tìm kiếm bản địa, dùng trình duyệt dịch trang kết quả để chọn tài liệu, rồi dịch kỹ chỉ những đoạn quan trọng. Với quyết định kinh doanh dựa trên tài liệu đó, nhờ người thông thạo ngôn ngữ đọc lại phần then chốt.
Dùng dịch máy đúng chỗ
Dịch kết quả, không chỉ dịch truy vấn. Dịch máy ngày nay đủ tốt để đọc hiểu đại ý một trang tiếng Nhật hay tiếng Đức. Thế mạnh của nó là giúp bạn sàng lọc nhanh tài liệu nào đáng đọc kỹ, không phải tạo ra truy vấn.
Dịch ngược để kiểm. Khi đã dịch một thuật ngữ sang ngôn ngữ đích, dịch ngược lại sang tiếng Việt. Nếu kết quả khác hẳn khái niệm ban đầu, bạn đã chọn sai từ.
Cẩn trọng với con số và tên riêng. Dịch máy đôi khi đổi đơn vị, đảo thứ tự ngày tháng, hoặc "dịch" luôn tên riêng thành danh từ chung. Với con số, đối chiếu trực tiếp trên bản gốc.
Đừng tin văn phong trôi chảy. Bản dịch đọc mượt không có nghĩa là đúng. Lỗi nguy hiểm nhất của dịch máy là lỗi nghe hợp lý, như phủ định bị mất hay mức độ chắc chắn bị đổi từ "có thể" thành "chắc chắn".
Không dán tài liệu mật vào công cụ dịch công cộng. Hợp đồng, hồ sơ khách hàng, tài liệu nội bộ có thể bị lưu trên máy chủ của nhà cung cấp dịch vụ. Kiểm chính sách dữ liệu của công cụ, hoặc dùng giải pháp được tổ chức cho phép.
Bẫy riêng của tiếng Việt: dấu, chính tả và mã hoá
Tiếng Việt có hai cách đặt dấu thanh được dùng song song: kiểu cũ (hoá, thuỷ, khoẻ) và kiểu mới (hóa, thủy, khỏe). Thêm vào đó là các cặp i và y (kỹ thuật và kĩ thuật, quý và quí) cùng một số cách viết tên riêng nước ngoài khác nhau. Google thường gộp các biến thể này, nhưng nhiều cơ sở dữ liệu nội bộ, phần mềm thư viện và ô tìm kiếm trên cổng cơ quan thì không. Khi tìm trong các hệ thống đó, thử cả hai cách viết.
Bẫy thứ hai là mã hoá ký tự. Văn bản tạo trước khi chuẩn Unicode phổ biến ở Việt Nam thường dùng các bảng mã cũ như TCVN3 hay VNI. Khi những văn bản này được chuyển sang PDF hoặc đăng lên web mà không chuyển mã, phần chữ hiển thị đúng nhờ phông chữ, nhưng lớp chữ bên dưới là các ký tự lạ. Máy tìm kiếm lập chỉ mục lớp chữ bên dưới, nên tài liệu đó gần như vô hình với truy vấn có dấu. Nếu bạn nghi một tài liệu cũ tồn tại mà không tìm thấy, thử tìm bằng tên tệp, số hiệu, hoặc các cụm không dấu.
Bẫy thứ ba tinh vi hơn: ngay trong Unicode, một chữ có dấu có thể được lưu ở dạng dựng sẵn (một ký tự) hoặc dạng tổ hợp (chữ cái cộng dấu riêng). Hai chuỗi trông giống hệt nhau trên màn hình nhưng máy so sánh thấy khác. Văn bản sao chép từ một số hệ điều hành hoặc phần mềm có thể ở dạng tổ hợp, khiến tìm kiếm trong bảng tính, cơ sở dữ liệu hay phần mềm quản lý tài liệu thất bại. Các công cụ chuẩn hoá Unicode (chuyển về dạng NFC) giải quyết được việc này.
Cuối cùng là tài liệu quét dạng ảnh. Không có lớp chữ thì không máy tìm kiếm nào đọc được, bất kể ngôn ngữ. Công nghệ nhận dạng ký tự quang học cho tiếng Việt đã khá tốt với bản in rõ, nhưng vẫn sai nhiều ở dấu thanh với bản quét mờ, nên tìm trong văn bản đã nhận dạng cũng cần dung sai.
Quy trình tra cứu một chủ đề bằng ngôn ngữ khác
Ví dụ giả định: một doanh nghiệp chế biến trái cây cần hiểu yêu cầu về dư lượng thuốc bảo vệ thực vật khi xuất khẩu sang Nhật Bản.
- Tìm khung bằng tiếng Việt trước: tài liệu hướng dẫn của cơ quan quản lý, thương vụ, hiệp hội ngành về thị trường Nhật để biết tên các quy định và cơ quan liên quan.
- Chuyển tên quy định và cơ quan sang tiếng Anh qua tài liệu chính thức của cơ quan Nhật Bản có bản tiếng Anh; ghi lại cả tên tiếng Nhật đi kèm.
- Tìm văn bản gốc bằng tiếng Nhật trên trang của bộ ngành Nhật, vì danh mục giới hạn dư lượng mới nhất thường cập nhật bản tiếng Nhật trước.
- Dùng dịch máy để định vị bảng, phụ lục, ngày cập nhật liên quan tới đúng loại trái cây và hoạt chất.
- Đối chiếu con số trực tiếp trên bản gốc, không trên bản dịch, và ghi ngày truy cập.
- Xác nhận với nguồn chuyên môn: đơn vị kiểm nghiệm, nhà nhập khẩu hoặc tư vấn, trước khi đưa vào quy trình sản xuất.
Quy trình này tốn công hơn tìm một bài viết tổng hợp bằng tiếng Việt, nhưng tránh được rủi ro dùng ngưỡng đã cũ. Với các thông số kỹ thuật dẫn tới quyết định có chi phí lớn, không có đường tắt an toàn nào thay cho văn bản gốc.
Câu hỏi thường gặp
Có nên đổi ngôn ngữ giao diện Google để tìm thông tin nước ngoài không?
Có ích. Đổi ngôn ngữ và khu vực trong cài đặt tìm kiếm, hoặc dùng phiên bản Google của nước đó, làm thay đổi xếp hạng theo hướng ưu tiên nguồn địa phương. Kết hợp với truy vấn bằng ngôn ngữ bản địa sẽ cho kết quả gần với những gì người dân nước đó thấy.
Tìm tên doanh nghiệp nước ngoài thế nào khi có nhiều cách viết?
Thu thập mọi biến thể: tên pháp lý bằng ngôn ngữ gốc, tên giao dịch tiếng Anh, tên viết tắt, tên cũ trước khi đổi. Cơ quan đăng ký doanh nghiệp của nước đó thường là nơi xác định tên pháp lý chính xác, rồi từ đó tìm rộng ra.
Dịch máy có đủ tốt để đọc văn bản pháp luật nước ngoài không?
Đủ để hiểu cấu trúc và tìm điều khoản liên quan, không đủ để làm căn cứ pháp lý. Thuật ngữ pháp lý gắn với hệ thống pháp luật cụ thể và thường không có tương đương chính xác. Với nghĩa vụ hợp đồng hoặc tuân thủ, cần bản dịch chuyên nghiệp hoặc tư vấn từ luật sư nước sở tại.
Tìm bằng tiếng Việt không dấu có lợi gì không?
Có trong vài tình huống: tìm trên diễn đàn, bình luận, tin nhắn nơi người dùng hay gõ không dấu; tìm trong tài liệu mã hoá cũ; tìm tên tệp và địa chỉ trang. Ngoài các trường hợp đó, truy vấn có dấu cho kết quả chính xác hơn với nội dung chuẩn.
Làm sao biết một thuật ngữ tiếng Việt đã được chuẩn hoá chưa?
Kiểm trong văn bản pháp luật, tiêu chuẩn quốc gia và từ điển chuyên ngành do cơ quan có uy tín biên soạn. Nếu nhiều nguồn chính thức dùng cùng một cách gọi, đó là thuật ngữ nên dùng. Khi các nguồn dùng khác nhau, ghi kèm thuật ngữ gốc tiếng Anh trong ngoặc ở lần nhắc đầu.
Có công cụ nào chuyển văn bản bảng mã cũ sang Unicode không?
Có, nhiều bộ gõ tiếng Việt phổ biến tích hợp chức năng chuyển mã giữa TCVN3, VNI và Unicode. Hãy sao lưu tệp gốc trước khi chuyển, và đọc lại vài đoạn sau khi chuyển vì các ký tự đặc biệt đôi khi bị chuyển sai.