Dịch qua ngôn ngữ trung gian (pivot) là khi hệ thống dịch tiếng Việt sang tiếng Anh trước rồi từ tiếng Anh sang tiếng Trung, Nhật hay Hàn, vì dữ liệu song ngữ trực tiếp giữa tiếng Việt và các ngôn ngữ đó ít hơn nhiều so với dữ liệu ghép với tiếng Anh. Mỗi lần đi qua tiếng Anh, những thông tin tiếng Anh không có chỗ chứa như xưng hô, kính ngữ, sắc thái thân sơ sẽ rơi mất, còn những thứ tiếng Anh bắt buộc như số nhiều, thì, giới tính lại bị thêm vào bằng cách đoán.
Các hệ dịch đa ngữ hiện đại đã giảm phụ thuộc vào tiếng Anh, nhưng dấu vết của việc dịch vòng vẫn có thể xuất hiện, kể cả ở mô hình ngôn ngữ lớn vốn học tiếng Anh nhiều hơn hẳn các thứ tiếng khác. Bài này giải thích vì sao có dịch trung gian, những gì bị mất với từng cặp Việt–Trung, Việt–Nhật, Việt–Hàn, vì sao vốn từ Hán Việt là lợi thế bị bỏ phí, và cách tự kiểm một công cụ có đang "đi vòng" hay không.
Vì sao máy phải đi vòng qua tiếng Anh
Dữ liệu song ngữ trên thế giới xoay quanh tiếng Anh: tài liệu quốc tế, phụ đề, tin tức, phần mềm thường có bản tiếng Anh, rồi được dịch ra từng thứ tiếng. Cặp Việt–Anh có hàng triệu cặp câu công khai; cặp Việt–Nhật, Việt–Hàn ít hơn đáng kể; Việt–Trung khá hơn nhờ quan hệ giao thương nhưng vẫn kém Việt–Anh. Nếu phải dạy một hệ riêng cho từng cặp, những cặp ít dữ liệu sẽ dịch kém. Giải pháp đơn giản là dùng tiếng Anh làm cầu: hai hệ tốt nối nhau thường cho kết quả khá hơn một hệ yếu trực tiếp.
Năm 2016, nhóm Google công bố nghiên cứu về dịch máy nơ-ron đa ngữ (Johnson và cộng sự): một mô hình học nhiều cặp ngôn ngữ cùng lúc, chỉ cần một ký hiệu cho biết ngôn ngữ đích. Mô hình này có thể dịch cả những cặp chưa từng thấy dữ liệu trực tiếp, gọi là dịch "không cần ví dụ" (zero-shot), dù chất lượng ban đầu kém hơn dịch qua trung gian. Các mô hình đa ngữ lớn về sau, như NLLB của Meta, đặt mục tiêu dịch trực tiếp giữa nhiều cặp không qua tiếng Anh.
Vì vậy, một công cụ cụ thể đang dịch trực tiếp hay qua trung gian là điều người dùng thường không biết, và có thể thay đổi giữa các phiên bản hay giữa các cặp ngôn ngữ. Mô hình ngôn ngữ lớn cũng không "đi vòng" theo nghĩa hai bước rõ ràng, nhưng do học tiếng Anh nhiều hơn hẳn, cách nó biểu diễn ý có thể thiên về khung tiếng Anh, và đôi khi lộ ra những dấu vết giống dịch vòng.
Việt–Nhật và Việt–Hàn: kính ngữ và xưng hô rơi mất
Tiếng Nhật và tiếng Hàn có hệ thống kính ngữ và mức lời nói gắn chặt vào động từ: cùng câu "anh đã ăn chưa" có thể diễn đạt theo mức thân mật, lịch sự, hay kính trọng, tuỳ người nghe là bạn, đồng nghiệp hay cấp trên. Tiếng Việt thể hiện quan hệ này bằng xưng hô "anh, chị, em, bác, cháu" và các tiểu từ "ạ, nhé, à". Hai bên có cách mã hoá khác nhau nhưng đều mang thông tin về quan hệ. Tiếng Anh gần như không có: "Have you eaten?" là xong.
Khi dịch "Cháu chào bác ạ, bác đã ăn cơm chưa ạ?" qua tiếng Anh, câu trung gian thành "Hello, have you eaten?", toàn bộ sự kính trọng biến mất. Bước Anh–Nhật hoặc Anh–Hàn phải đoán mức lời nói từ một câu tiếng Anh trung tính, thường chọn mức lịch sự mặc định, không sai về ngữ pháp nhưng mất sắc thái, và có thể không hợp với quan hệ thật. Chiều ngược lại, một email tiếng Nhật rất trang trọng gửi đối tác có thể về tiếng Việt thành câu "bạn–tôi" phẳng lì.
Tiếng Nhật và tiếng Hàn còn hay bỏ chủ ngữ khi đã rõ trong ngữ cảnh, giống tiếng Việt. Đi qua tiếng Anh, bước đầu buộc phải điền chủ ngữ "I, you, he, she, we" bằng cách đoán; bước sau dịch luôn chủ ngữ đoán đó sang đích. Nếu đoán sai, câu cuối nói về một người khác hẳn. Ví dụ giả định: "Hôm qua đi Đà Lạt rồi" có thể thành "I went to Da Lat yesterday" trong khi người nói đang kể về con mình.
Việt–Trung và vốn từ Hán Việt bị bỏ phí
Một phần lớn từ vựng tiếng Việt, đặc biệt trong lĩnh vực hành chính, khoa học, pháp luật, là từ Hán Việt, có gốc chung với chữ Hán. Những từ như "kinh tế", "giáo dục", "hợp đồng", "thị trường" có quan hệ gốc rõ ràng với các từ tương ứng trong tiếng Trung, và nhiều từ cũng có họ hàng trong tiếng Nhật, tiếng Hàn do cùng vay mượn từ chữ Hán. Một hệ dịch trực tiếp có thể tận dụng mối liên hệ này, dù cách đọc và đôi khi nghĩa đã trôi khác nhau.
Đi qua tiếng Anh, mối liên hệ đó bị cắt. "Hợp đồng" thành "contract", rồi "contract" phải chọn lại trong tiếng Trung giữa nhiều từ gần nghĩa. Thành ngữ bốn chữ gốc Hán mà tiếng Việt và tiếng Trung cùng dùng, như "tự lực cánh sinh" hay "đồng tâm hiệp lực", qua tiếng Anh bị diễn giải thành một câu dài, rồi được dịch sang tiếng Trung bằng cách nói khác, mất vẻ gọn và quen thuộc với người đọc.
Tên riêng là chỗ thấy rõ nhất. Tên nhân vật lịch sử, địa danh Trung Quốc quen thuộc với người Việt qua cách đọc Hán Việt: Gia Cát Lượng, Tào Tháo, Bắc Kinh, Thượng Hải. Đi từ tiếng Trung qua tiếng Anh, chúng thành phiên âm pinyin "Zhuge Liang", "Cao Cao", "Beijing", "Shanghai", và bước Anh–Việt thường giữ nguyên dạng pinyin vì không biết cách đọc Hán Việt tương ứng. Người đọc Việt nhận được một văn bản đầy tên lạ dù đó là những cái tên họ đã quen. Ngược lại, tên người Việt sang tiếng Trung có quy ước viết bằng chữ Hán theo âm Hán Việt, thứ mà dịch vòng qua tiếng Anh gần như không thể khôi phục.
Những gì hay rơi rụng hoặc bị thêm khi đi vòng qua tiếng Anh
Bảng tóm tắt các loại thông tin theo từng cặp. Ví dụ là minh hoạ giả định để thấy kiểu lỗi, không phải kết quả đo của công cụ nào.
| Loại thông tin | Việt–Trung | Việt–Nhật | Việt–Hàn |
|---|---|---|---|
| Xưng hô, kính ngữ | Xưng hô Việt rơi mất, chọn lại theo mặc định | Mức lịch sự đoán lại từ câu trung tính | Mức lời nói đoán lại từ câu trung tính |
| Chủ ngữ ẩn | Bị điền thêm rồi dịch theo chủ ngữ đoán | Bị điền thêm, câu đích có thể nhắc người sai | Như tiếng Nhật |
| Số nhiều, mạo từ | Thông tin tiếng Anh thêm vào có thể làm câu đích nặng | Thường bị lược lại, ít hại | Thường bị lược lại, ít hại |
| Giới tính ngôi ba | He/she bị chọn ở bước giữa, có thể sai | Có thể thêm đại từ không cần | Có thể thêm đại từ không cần |
| Từ, thành ngữ gốc Hán | Mất liên hệ, dịch lại bằng cách nói khác | Mất liên hệ một phần | Mất liên hệ một phần |
| Tên riêng | Tên Trung thành pinyin thay vì Hán Việt | Tên Nhật giữ dạng phiên âm Latin | Tên Hàn giữ dạng phiên âm Latin |
Nhìn chung, chiều nào cũng mất phần "quan hệ giữa người với người", thứ mà tiếng Việt, tiếng Nhật, tiếng Hàn mã hoá kỹ còn tiếng Anh để trống. Văn bản kỹ thuật ít quan hệ thì dịch vòng ít hại hơn văn bản giao tiếp.
Tự kiểm một công cụ có đang dịch vòng không
Không có cách chắc chắn từ phía người dùng, nhưng vài phép thử đơn giản cho tín hiệu khá rõ. Dùng câu giả định, không dùng văn bản thật có thông tin cá nhân.
- Thử câu có xưng hô và tiểu từ kính trọng ("Cháu xin phép bác ạ"), xem bản Nhật, Hàn có giữ mức kính trọng không.
- Thử câu không có chủ ngữ ("Mai đi Huế"), xem bản đích có tự thêm "tôi" hay "anh ấy" không, và thêm ai.
- Thử tên nhân vật hoặc địa danh Trung Quốc quen thuộc theo Hán Việt, xem chiều Trung–Việt trả về Hán Việt hay pinyin.
- Thử thành ngữ gốc Hán dùng chung, xem chiều Việt–Trung có giữ thành ngữ không hay diễn giải dài.
- Thử câu có từ tiếng Anh nhiều nghĩa ẩn sau ("ngân hàng" và "bờ sông" cùng là "bank"), xem lỗi có giống kiểu lỗi đi qua tiếng Anh không.
- So bản dịch trực tiếp với bản bạn tự dịch hai bước qua tiếng Anh bằng chính công cụ đó. Nếu hai bản gần giống hệt, nhiều khả năng công cụ đang đi vòng.
Kết quả chỉ mang tính gợi ý và có thể đổi khi nhà cung cấp cập nhật mô hình. Ghi lại ngày thử và phiên bản để so lần sau.
Làm gì khi cần dịch Việt–Trung, Nhật, Hàn tốt hơn
Với văn bản giao tiếp, cách hiệu quả nhất là cho máy ngữ cảnh mà bước trung gian làm rơi: nói rõ quan hệ hai bên, mức trang trọng mong muốn, ai là chủ ngữ ở những câu bỏ trống. Với mô hình ngôn ngữ lớn, yêu cầu rõ "dịch trực tiếp từ tiếng Việt, giữ mức kính trọng, tên Trung Quốc viết theo Hán Việt" thường giúp, dù không đảm bảo. Kèm danh sách tên riêng với cách viết đích đã chốt.
Với hệ thống tự làm, nếu có dữ liệu song ngữ trực tiếp Việt–Nhật hay Việt–Hàn trong lĩnh vực của mình, dù chỉ vài nghìn cặp, dùng nó để tinh chỉnh hoặc làm ví dụ mẫu thường có lợi hơn chỉ dựa vào khả năng chung. Các bộ dữ liệu song ngữ trực tiếp có trong kho mở như OPUS, chất lượng không đều, cần lọc. Dữ liệu doanh nghiệp phải che thông tin cá nhân và có quyền sử dụng.
Cuối cùng, cộng đồng người Việt làm việc với tiếng Trung, Nhật, Hàn rất đông: du học sinh, lao động, doanh nghiệp liên doanh. Với văn bản quan trọng như hợp đồng lao động, hồ sơ y tế, giấy tờ cư trú, bản dịch máy chỉ nên là bản tham khảo; người thạo cả hai thứ tiếng mới là người chịu trách nhiệm cuối. Quy trình biên tập dịch máy Trung, Nhật, Hàn sang tiếng Việt cho người làm nghề có ở AI Dịch Thuật.
Một thói quen nhỏ mà đáng giá: lưu lại các câu từng bị dịch sai theo kiểu dịch vòng, cùng bản dịch đúng do người thạo tiếng làm. Sau vài tháng, bộ câu này thành tập thử riêng của bạn, dùng để kiểm mỗi khi đổi công cụ hay khi nhà cung cấp cập nhật mô hình, nhanh hơn nhiều so với thử lại từ đầu.
Câu hỏi thường gặp
Làm sao biết Google Dịch hay một công cụ khác có dịch qua tiếng Anh không?
Nhà cung cấp thường không công bố chi tiết cho từng cặp ngôn ngữ, và kiến trúc thay đổi theo thời gian. Người dùng chỉ có thể suy đoán qua dấu hiệu như mất kính ngữ, chủ ngữ bị thêm, tên Trung Quốc ra pinyin, hoặc so bản dịch trực tiếp với bản tự dịch hai bước qua tiếng Anh.
Dịch vòng qua tiếng Anh có phải lúc nào cũng kém hơn dịch trực tiếp không?
Không hẳn. Khi dữ liệu trực tiếp rất ít, hai hệ tốt nối qua tiếng Anh có thể cho kết quả tốt hơn một hệ trực tiếp yếu, nhất là với văn bản kỹ thuật ít sắc thái. Dịch vòng kém rõ nhất ở văn bản giao tiếp, nơi xưng hô và kính ngữ quan trọng.
Vì sao tên nhân vật Trung Quốc trong bản dịch máy lại ra Zhuge Liang thay vì Gia Cát Lượng?
Vì tên đi qua dạng phiên âm pinyin ở bước trung gian hoặc trong dữ liệu học, và hệ dịch không ánh xạ ngược về cách đọc Hán Việt. Đưa danh sách tên với cách viết Hán Việt vào chỉ dẫn, hoặc kiểm và thay sau khi dịch, là cách sửa thực tế.
Mô hình ngôn ngữ lớn có dịch Việt–Nhật trực tiếp không?
Mô hình không chạy hai bước dịch rõ ràng, nó sinh thẳng tiếng Nhật từ tiếng Việt. Nhưng vì học tiếng Anh nhiều hơn hẳn, cách nó xử lý ý có thể nghiêng theo tiếng Anh, và chất lượng Việt–Nhật thường kém hơn Anh–Nhật. Ngữ cảnh rõ về quan hệ và mức kính trọng giúp cải thiện.
Từ Hán Việt có giúp máy dịch Việt–Trung dễ hơn không?
Có thể giúp nếu hệ dịch trực tiếp và được học đủ dữ liệu, vì nhiều từ có gốc chung. Nhưng cũng có bẫy: một số từ cùng gốc đã trôi nghĩa hoặc sắc thái khác nhau giữa hai ngôn ngữ, dịch theo mặt chữ có thể sai. Người thạo cả hai thứ tiếng nên kiểm những từ này.
Có nên dùng tiếng Anh làm bản trung gian khi tự dịch tài liệu sang tiếng Hàn không?
Nếu bạn thạo tiếng Anh mà không biết tiếng Hàn, đi qua tiếng Anh giúp bạn kiểm được một bước. Nhưng nhớ rằng xưng hô và mức lời nói sẽ bị mất ở bước giữa, nên cần ghi chú quan hệ hai bên khi dịch bước hai và nhờ người biết tiếng Hàn đọc lại văn bản quan trọng.