Dịch máy đã tốt lên rất nhiều và với nhiều cặp ngôn ngữ phổ biến thì kết quả khá trôi chảy. Nhưng nó vẫn sai theo những kiểu có thể đoán trước được, và biết những kiểu đó giúp bạn biết khi nào tin được và khi nào phải kiểm.
- Dịch máy dựa vào mẫu trong dữ liệu, nên nó mạnh ở nội dung phổ biến và yếu ở nội dung hiếm.
- Bốn loại hay sai: câu ngắn thiếu ngữ cảnh, cách nói bóng, sắc thái lịch sự, và thuật ngữ chuyên ngành.
- Bản dịch trôi chảy không có nghĩa là đúng — sự trôi chảy và độ chính xác là hai thứ khác nhau.
- Cặp ngôn ngữ càng ít dữ liệu thì chất lượng càng giảm, và người dùng khó nhận ra điều đó.
Nguyên lý chung và hệ quả thực tế
Hệ thống dịch máy học từ một lượng lớn văn bản đã có bản dịch, rồi tạo ra bản dịch mới dựa trên những mẫu đã thấy. Điều này có ba hệ quả rất thực tế. Thứ nhất, nội dung càng giống thứ nó đã gặp nhiều thì kết quả càng tốt, nên câu đời thường phổ biến dịch rất chuẩn còn câu chuyên ngành hiếm thì kém. Thứ hai, nó dịch dựa trên xác suất chứ không dựa trên hiểu biết, nên nó không biết mình đang sai. Thứ ba, chất lượng phụ thuộc mạnh vào lượng dữ liệu của cặp ngôn ngữ đó — hai ngôn ngữ phổ biến cho kết quả tốt hơn hẳn một cặp trong đó có ngôn ngữ ít người dùng.
Bốn loại nội dung hay sai
Bốn loại dưới đây nên được kiểm gần như luôn luôn. Loại thứ nhất phổ biến nhất trong đời sống hằng ngày: một câu ngắn tách khỏi ngữ cảnh có thể có nhiều cách hiểu, và hệ thống chọn cách phổ biến nhất chứ không phải cách đúng với tình huống của bạn.
Nhận ra bản dịch đáng ngờ
Bốn dấu hiệu dưới đây nhận ra được ngay cả khi bạn chưa giỏi ngôn ngữ đích. Dấu hiệu thứ hai hữu ích nhất và cũng dễ kiểm nhất: đưa bản dịch trở lại và dịch ngược về tiếng Việt, nếu nghĩa lệch hẳn so với câu gốc thì gần như chắc chắn có vấn đề ở đâu đó.
Sai lầm thường gặp
- Dịch từng câu rời rồi ghép lại, khiến toàn bộ đoạn mất mạch và sai ngữ cảnh.
- Tin bản dịch vì nó đọc rất trôi chảy, trong khi trôi chảy và chính xác là hai chuyện khác nhau.
- Dùng dịch máy cho văn bản có hệ quả thật mà không nhờ ai kiểm lại.
Câu hỏi thường gặp
Dịch cả đoạn hay từng câu thì tốt hơn?
Cả đoạn, gần như luôn luôn. Ngữ cảnh xung quanh giúp hệ thống chọn đúng nghĩa, còn câu rời thì nó phải đoán. Đây là điều chỉnh đơn giản nhất mà cải thiện chất lượng rõ nhất.
Vì sao dịch sang tiếng Việt hay kém hơn?
Chất lượng phụ thuộc vào lượng dữ liệu song ngữ của cặp ngôn ngữ đó. Với những cặp ít dữ liệu hơn, hệ thống có ít mẫu để dựa vào nên kết quả kém ổn định hơn.
Công cụ dịch có tiến bộ nhanh không?
Có tiến bộ đều, nhưng các loại lỗi kể trên vẫn tồn tại vì chúng bắt nguồn từ chính cách hệ thống hoạt động chứ không phải từ việc chưa đủ dữ liệu. Vì vậy thói quen kiểm chứng vẫn cần thiết.
Dịch máy có thay được người dịch không?
Với nội dung đời thường và mục đích hiểu đại ý thì đã đủ dùng. Với văn bản có hệ quả pháp lý, thương mại hoặc cần đúng sắc thái thì vẫn cần người, vì đó chính là những chỗ hệ thống yếu nhất.