Thuật ngữ, tên riêng và con số là ba chỗ dịch máy tiếng Việt hay sai nhất mà hậu quả lại nặng nhất, vì máy học dịch theo xác suất: nó chọn cách dịch phổ biến trong dữ liệu, trong khi thuật ngữ cần đúng quy ước của từng ngành, tên riêng cần giữ nguyên hoặc theo chuẩn riêng, còn con số cần quy đổi chính xác theo quy ước viết của mỗi ngôn ngữ. Một bản dịch hay mà sai một con số có thể vô dụng hoặc gây thiệt hại.
Bài này giải thích máy dịch xử lý ba loại thông tin này ra sao, các kỹ thuật như bảng thuật ngữ, giải mã có ràng buộc, giữ chỗ tên riêng, và những bẫy rất riêng của tiếng Việt: họ tên có dấu, địa danh sau sắp xếp đơn vị hành chính năm 2025, dấu chấm và dấu phẩy trong số, các đơn vị "triệu, tỷ". Phần quản lý bảng thuật ngữ và bộ nhớ dịch trong công việc của người dịch là chủ đề nghề dịch; ở đây là phía máy.
Vì sao máy hay dịch sai thuật ngữ
Một từ tiếng Anh có thể có nhiều cách dịch đúng tuỳ ngành. "Interest" là "lãi suất" trong ngân hàng, "quyền lợi" trong pháp lý, "sự quan tâm" trong đời thường. "Liability" là "nợ phải trả" trong kế toán, "trách nhiệm pháp lý" trong hợp đồng. "Cell" là "tế bào", "ô" trong bảng tính, "pin" trong một số ngữ cảnh kỹ thuật. Hệ dịch chọn theo ngữ cảnh nó thấy và theo tần suất trong dữ liệu học; câu ngắn, thiếu ngữ cảnh thì nghĩa phổ biến nhất thắng.
Thuật ngữ nội bộ còn khó hơn: tên sản phẩm, tên bộ phận, cách gọi riêng của một công ty hay một ngành ở Việt Nam. Máy không thể biết công ty bạn quy ước "account manager" là "chuyên viên quản lý khách hàng" chứ không phải "quản lý tài khoản". Và khi văn bản dài được dịch nhiều lần hoặc chia phần, cùng một thuật ngữ có thể ra hai ba cách dịch khác nhau, làm người đọc tưởng là hai khái niệm.
Ở chiều Việt–Anh, thuật ngữ hành chính Việt Nam là bẫy riêng. "Ủy ban nhân dân", "Hội đồng nhân dân", "Sở", "phường", "xã", "đặc khu" có những cách dịch tiếng Anh khác nhau trong các văn bản khác nhau. Không có bản dịch nào "đúng duy nhất" cho mọi nơi, nhưng trong một tài liệu thì phải thống nhất, và nên theo cách dịch mà chính cơ quan đó dùng trong văn bản tiếng Anh của họ nếu có.
Các kỹ thuật ép máy dịch đúng thuật ngữ
Nghiên cứu và sản phẩm dịch máy đã phát triển nhiều cách đưa thuật ngữ vào. Hội nghị WMT năm 2021 từng có một nhánh thi riêng về dịch với thuật ngữ, cho thấy đây là bài toán được coi trọng.
- Bảng thuật ngữ trong dịch vụ dịch: nhiều dịch vụ dịch máy cho người dùng tải lên danh sách "từ nguồn → cách dịch bắt buộc". Cách hoạt động bên trong khác nhau giữa các dịch vụ; cần thử xem bảng có được áp dụng cả khi từ đổi dạng, đổi số nhiều không.
- Giải mã có ràng buộc (constrained decoding): khi sinh câu đích, thuật toán tìm kiếm bị buộc phải chứa các cụm từ chỉ định. Các công trình của Hokamp và Liu (2017), Post và Vilar (2018) là những mốc hay được nhắc. Ưu điểm là chắc chắn có mặt thuật ngữ; nhược điểm là câu có thể bị gượng nếu thuật ngữ được nhét vào sai chỗ.
- Huấn luyện kèm gợi ý: trong dữ liệu huấn luyện, chèn gợi ý cách dịch ngay cạnh từ nguồn, để mô hình học cách dùng gợi ý khi có. Mềm dẻo hơn ràng buộc cứng, nhưng không đảm bảo trăm phần trăm.
- Đưa thuật ngữ vào chỉ dẫn của mô hình ngôn ngữ lớn: liệt kê danh sách thuật ngữ trong câu lệnh. Dễ làm nhất, hiệu quả khá với danh sách ngắn; danh sách dài hàng trăm mục thì mô hình có thể bỏ sót, nên chỉ đưa những mục xuất hiện trong đoạn đang dịch.
- Kiểm sau dịch: chương trình đối chiếu mỗi thuật ngữ nguồn có mặt trong đoạn với cách dịch quy định; không khớp thì đánh dấu cho người sửa.
Trong thực tế, kết hợp "đưa thuật ngữ vào" và "kiểm sau dịch" cho kết quả chắc tay nhất, vì bước kiểm bắt được những lần máy lờ bảng thuật ngữ đi.
Tên riêng: giữ nguyên, phiên âm hay dịch
Tên người Việt sang tiếng Anh có vài quy ước cùng tồn tại. Giữ dấu ("Nguyễn Thị Lan") đúng nhất về chữ nhưng một số hệ thống nước ngoài không hiển thị tốt; bỏ dấu ("Nguyen Thi Lan") phổ biến trong giấy tờ quốc tế. Thứ tự họ tên cũng có hai cách: giữ nguyên thứ tự Việt, hoặc đảo tên lên trước ("Lan Nguyen") theo thói quen phương Tây. Máy dịch có thể tự ý đảo, tự ý bỏ dấu, hoặc tệ hơn, dịch nghĩa tên: "Lan" thành "Orchid", "Hùng" thành một từ tiếng Anh nào đó. Trong một văn bản, phải chọn một quy ước và giữ.
Tên tổ chức có thể có tên tiếng Anh chính thức mà máy không biết, nên nó tự dịch từng chữ ra một tên nghe hợp lý nhưng sai. Tên thương hiệu, tên sản phẩm thường phải giữ nguyên. Kỹ thuật hay dùng là giữ chỗ: trước khi dịch, thay mỗi tên riêng bằng một mã giữ chỗ như [TÊN_1], [TÊN_2]; sau khi dịch, trả tên đúng vào. Cách này cũng có lợi cho quyền riêng tư vì tên thật không bị gửi đi. Nhược điểm là máy không biết giới tính hay số lượng của "[TÊN_1]", có thể chọn sai đại từ he/she hoặc xưng hô; cần cho thêm gợi ý khi cần.
Địa danh Việt Nam là bẫy mới. Từ 1/7/2025, cả nước còn 34 đơn vị hành chính cấp tỉnh và bỏ cấp huyện; nhiều tỉnh được hợp nhất, như Hà Giang nhập vào Tuyên Quang, Quảng Nam nhập vào thành phố Đà Nẵng, Bình Dương và Bà Rịa–Vũng Tàu nhập vào Thành phố Hồ Chí Minh. Mô hình học từ dữ liệu cũ có thể dịch, hoặc tệ hơn tự "sửa", địa chỉ theo đơn vị đã bỏ, thêm cấp huyện vào chỗ không còn. Với văn bản có địa chỉ, kiểm địa danh theo danh mục hành chính hiện hành chứ không tin máy.
Con số: những quy ước khác nhau giữa tiếng Việt và tiếng Anh
Phần lớn lỗi số không phải máy "tính sai" mà là máy chép nguyên ký tự trong khi quy ước hai bên khác nhau. Bảng dưới gom các chỗ hay vấp; số trong bảng là ví dụ giả định.
| Loại | Cách viết tiếng Việt | Cách viết tiếng Anh | Lỗi hay gặp |
|---|---|---|---|
| Phân cách hàng nghìn | 1.500.000 | 1,500,000 | Chép nguyên "1.500" để người Anh đọc thành một phẩy năm |
| Dấu thập phân | 2,5 kg | 2.5 kg | Chép nguyên "2,5" hoặc đọc nhầm thành hai mươi lăm |
| Đơn vị lớn | triệu, tỷ, nghìn tỷ | million, billion, trillion | "Tỷ" dịch thành million, "nghìn tỷ" dịch sai bậc |
| Ngày tháng | 05/03/2026 (ngày/tháng/năm) | thường March 5, 2026 hoặc 3/5/2026 kiểu Mỹ | Đảo ngày tháng, 5 tháng 3 thành 3 tháng 5 |
| Tiền tệ | 500 nghìn đồng, 500.000 đ | VND 500,000 | Đổi sang USD tự ý, hoặc bỏ đơn vị |
| Số viết bằng chữ | hai mươi lăm phần trăm | 25 percent | Bỏ sót khi câu có cả chữ lẫn số |
Cách phòng hiệu quả nhất là kiểm tự động: trích mọi số ở bản nguồn, quy đổi theo quy ước đích, đối chiếu với số ở bản dịch. Chương trình làm việc này đơn giản và đáng tin hơn đọc bằng mắt khi văn bản có nhiều số.
Đơn vị đo dân gian là một bẫy nữa. Văn bản về đất đai, nông nghiệp có thể ghi diện tích bằng "sào", "mẫu", "công", mà độ lớn khác nhau theo vùng: sào Bắc Bộ thường tính 360 mét vuông, sào Trung Bộ khoảng 500 mét vuông. Máy dịch thường để nguyên chữ phiên âm hoặc tự quy đổi theo một chuẩn nó học được, có thể không đúng vùng của văn bản. Với văn bản có hệ quả pháp lý hay tài chính, giữ đơn vị gốc và để người hiểu địa phương ghi chú quy đổi.
Quy trình gọn cho văn bản nhiều thuật ngữ, tên và số
Với hợp đồng, báo cáo tài chính, tài liệu kỹ thuật cần dịch máy làm bản nháp, có thể theo các bước sau.
- Lập danh sách thuật ngữ và tên riêng của tài liệu, kèm cách dịch đã chốt; với tên tổ chức, tra tên tiếng Anh chính thức.
- Che thông tin cá nhân và bí mật: thay tên người, số giấy tờ, số tài khoản bằng mã giữ chỗ.
- Chọn quy ước số, ngày tháng, đơn vị tiền cho bản đích và ghi rõ trong chỉ dẫn.
- Dịch theo đoạn, đưa kèm phần danh sách thuật ngữ liên quan đến đoạn đó.
- Chạy kiểm tự động: thuật ngữ đúng quy ước, mã giữ chỗ còn đủ, số khớp sau quy đổi.
- Trả tên thật vào chỗ mã giữ chỗ, kiểm lại đại từ và xưng hô liên quan.
- Người thạo chuyên môn đọc lại, ưu tiên các đoạn có cờ đỏ.
Bước 2 và 6 làm thêm việc, nhưng vừa bảo vệ dữ liệu, vừa loại hẳn lỗi máy tự dịch nghĩa tên người hay tự sửa số tài khoản.
Khi máy "sửa giùm" con số và tên
Một lỗi đặc biệt của mô hình ngôn ngữ lớn là tự ý sửa thông tin nó cho là sai. Ví dụ giả định: bản gốc ghi một tổng cộng không khớp với các dòng cộng lại, do lỗi người soạn; mô hình dịch "sửa" luôn tổng cho khớp. Hoặc bản gốc ghi tên một tỉnh theo cách cũ, mô hình đổi sang tên khác theo hiểu biết của nó, đúng hay sai tuỳ dữ liệu nó học. Với người dịch chuyên nghiệp, việc đúng là giữ nguyên và ghi chú cho khách, không tự sửa.
Để giảm, chỉ dẫn nên nói rõ: dịch trung thành, không sửa số, không sửa tên, nếu thấy mâu thuẫn thì giữ nguyên và đánh dấu riêng. Phép kiểm số tự động ở trên cũng bắt được trường hợp này vì số ở bản dịch sẽ không khớp số ở bản nguồn. Với địa danh, nếu văn bản là hồ sơ lịch sử, giữ tên tại thời điểm đó và chú thích tên hiện hành khi cần, thay vì để máy thay thế âm thầm.
Nói chung, máy dịch nên được coi như người viết nháp nhanh nhưng hay tự tin quá mức. Phần mềm kiểm, danh sách quy ước và người đọc cuối cùng là ba lớp giúp bản nháp đó trở thành bản dịch dùng được.
Câu hỏi thường gặp
Tên người Việt khi dịch sang tiếng Anh nên giữ dấu không?
Tuỳ nơi dùng. Văn bản đọc trên máy hiện đại có thể giữ dấu để đúng chữ; giấy tờ, hệ thống nước ngoài thường dùng dạng bỏ dấu khớp với hộ chiếu. Quan trọng nhất là thống nhất trong cả tài liệu và khớp với giấy tờ tuỳ thân của người đó.
Vì sao máy dịch "1.500" thành "1.5"?
Vì tiếng Việt dùng dấu chấm phân cách hàng nghìn, còn tiếng Anh dùng dấu chấm làm dấu thập phân. Máy chép nguyên ký tự mà không quy đổi, hoặc quy đổi sai khi ngữ cảnh mơ hồ. Ghi rõ quy ước trong chỉ dẫn và kiểm số tự động sau khi dịch giúp bắt lỗi này.
Bảng thuật ngữ có đảm bảo máy dịch đúng mọi lần không?
Không hoàn toàn. Tuỳ cách dịch vụ áp dụng, thuật ngữ có thể bị bỏ qua khi từ nguồn đổi dạng, khi danh sách quá dài, hoặc khi mô hình ưu tiên câu tự nhiên. Luôn có bước kiểm sau dịch đối chiếu thuật ngữ với bảng.
Dịch địa chỉ Việt Nam sau sáp nhập tỉnh như thế nào cho đúng?
Dùng tên đơn vị hành chính hiện hành theo danh mục chính thức: 34 tỉnh, thành phố, không còn cấp huyện. Với văn bản cũ, giữ địa chỉ như bản gốc và chú thích nếu cần. Đừng để máy tự đổi hay tự thêm cấp huyện; kiểm từng địa chỉ bằng nguồn chính thức.
Thay tên bằng mã giữ chỗ có làm bản dịch kém đi không?
Có thể ở mức nhỏ: máy không biết giới tính, số lượng, vai trò của tên nên có thể chọn sai đại từ hoặc xưng hô. Bù lại, tên không bị dịch nghĩa, không bị gửi lên dịch vụ ngoài. Thêm gợi ý ngắn như "[TÊN_1] là nữ, là giám đốc" giúp giảm sai.
Có nên để máy dịch "tỷ đồng" sang đô la cho người nước ngoài dễ hiểu không?
Không nên để máy tự quy đổi vì tỷ giá thay đổi và máy có thể dùng tỷ giá cũ hoặc sai. Nếu cần, giữ số tiền đồng gốc và để người soạn thêm chú thích quy đổi kèm ngày và nguồn tỷ giá. Bản dịch nên trung thành với con số gốc.