AI trích thuật ngữ khá tốt nếu bạn giao đúng việc: đưa một phần tài liệu đã che thông tin nhạy cảm, yêu cầu danh sách cụm từ chuyên môn lặp lại kèm câu ngữ cảnh, rồi tự lọc và đối chiếu từng mục. Nó tiết kiệm phần đọc dò thủ công, nhưng không thay được bước quyết định bản dịch nào đúng.
Bài này dành cho người dịch và quản lý dự án muốn có danh sách thuật ngữ trước khi bắt tay dịch một tài liệu dài. Bạn sẽ có câu lệnh mẫu bằng tiếng Việt, bảng các loại nhiễu hay gặp trong kết quả, và cách dùng AI để trích cặp thuật ngữ từ tài liệu song ngữ cũ của khách.
Trích thuật ngữ khác đếm tần suất từ ở chỗ nào
Cách cũ để tìm thuật ngữ là đếm tần suất: phần mềm liệt kê các cụm hai, ba, bốn từ lặp lại nhiều nhất trong văn bản. Cách này nhanh nhưng nhiễu. Cụm "in the event", "as well as", "shall be" lặp rất nhiều mà chẳng phải thuật ngữ, trong khi một thuật ngữ quan trọng chỉ xuất hiện ba lần có thể nằm dưới đáy danh sách.
Mô hình ngôn ngữ làm khác: nó đọc câu và đoán cụm nào mang nghĩa chuyên môn. Vì vậy nó bắt được "liquidated damages" dù chỉ gặp hai lần, và bỏ qua "as well as" dù gặp năm mươi lần. Đổi lại, nó có thể bỏ sót cụm nằm trong bảng biểu, gộp sai hai thuật ngữ liền nhau, hoặc thêm vào những cụm nghe chuyên môn nhưng không có trong tài liệu.
Một khác biệt nữa: đếm tần suất cho bạn con số chính xác, còn AI chỉ ước lượng. Khi câu lệnh hỏi số lần xuất hiện, con số trả về thường chỉ để tham khảo thứ tự quan trọng, không nên dùng để báo khối lượng cho khách hay chia việc. Muốn có số thật, dùng chức năng tìm kiếm trong tệp nguồn.
Cách làm hiệu quả là kết hợp: dùng chức năng đếm tần suất của phần mềm hỗ trợ dịch nếu có, dùng AI cho phần đọc hiểu, rồi so hai danh sách. Mục có trong cả hai gần như chắc là thuật ngữ. Mục chỉ có một bên thì xem kỹ hơn.
Chuẩn bị tài liệu trước khi đưa vào chatbot
Tài liệu khách giao thường chứa thông tin không được rời khỏi máy bạn. Hợp đồng dịch có điều khoản bảo mật, và nhiều khách cấm dán nội dung vào công cụ AI công cộng. Trước hết hãy đọc hợp đồng; nếu không cấm, vẫn làm các bước sau.
- Hỏi khách hoặc quản lý dự án xem có được dùng AI không, dùng công cụ nào, tài khoản nào; ghi lại câu trả lời.
- Tạo bản sao làm việc của tài liệu, không thao tác trên tệp gốc.
- Thay tên người, tên công ty, địa chỉ, số tài khoản, số hợp đồng, con số tài chính bằng ký hiệu như Công ty A, Người B, Số X.
- Thay tên sản phẩm chưa công bố bằng mã giả; ghi bảng đối chiếu mã giả ở một tệp riêng chỉ bạn giữ.
- Bỏ những phần không chứa thuật ngữ như trang bìa, chữ ký, danh sách người nhận.
- Chia tài liệu dài thành các phần vừa phải theo chương, để AI đọc kỹ từng phần thay vì lướt cả trăm trang một lần.
Nếu tài liệu thuộc loại nhạy cảm cao như hồ sơ sức khoẻ, hồ sơ nhân sự, bí mật kỹ thuật, và khách không cho phép rõ ràng, hãy bỏ qua AI và trích tay. Tiết kiệm vài giờ không đáng để mất khách.
Câu lệnh mẫu để trích thuật ngữ
Câu lệnh tốt nói rõ lĩnh vực, loại tài liệu, tiêu chí chọn, và định dạng trả về. Dưới đây là ba mẫu bạn chỉnh theo dự án; nội dung trong ngoặc vuông là phần bạn tự điền.
- Mẫu cơ bản: "Đây là một chương của [loại tài liệu] trong lĩnh vực [lĩnh vực], tiếng Anh. Hãy liệt kê các thuật ngữ chuyên môn và cụm từ có nghĩa riêng trong lĩnh vực này. Không liệt kê từ phổ thông. Với mỗi mục, ghi: thuật ngữ ở dạng gốc, số lần xuất hiện ước tính, và một câu nguyên văn trong văn bản có chứa nó. Trả về dạng bảng ba cột."
- Mẫu có tiêu chí loại trừ: "Chỉ chọn cụm từ thoả ít nhất một điều: là tên bộ phận, quy trình, chỉ số đo, khái niệm pháp lý hoặc tài chính, hoặc là chữ viết tắt. Bỏ qua tên riêng đã được thay bằng ký hiệu như Công ty A. Không tự thêm thuật ngữ không có trong văn bản."
- Mẫu so với bảng có sẵn: "Dưới đây là danh sách thuật ngữ đã có trong bảng của dự án. Hãy đọc chương mới và chỉ liệt kê thuật ngữ chưa có trong danh sách, kèm câu ngữ cảnh."
- Mẫu kiểm lại: "Với mỗi thuật ngữ bạn vừa liệt kê, hãy chỉ ra vị trí đầu tiên nó xuất hiện bằng cách trích năm từ đứng trước nó. Nếu không tìm thấy, ghi rõ là không tìm thấy."
Mẫu kiểm lại rất đáng dùng. Khi bị yêu cầu chỉ chỗ xuất hiện, những mục AI tự thêm vào thường lộ ra vì không trích được câu nào. Dù vậy bạn vẫn nên tìm thử từng mục trong tệp nguồn bằng chức năng tìm kiếm, vì câu trích cũng có thể bị sinh ra chứ không chép thật.
Lọc danh sách AI trả về: các loại nhiễu hay gặp
Danh sách đầu tiên luôn có nhiễu. Nhận ra loại nhiễu giúp bạn lọc nhanh hơn là xét từng dòng một cách mơ hồ.
| Loại nhiễu | Ví dụ giả định | Cách xử lý |
|---|---|---|
| Từ phổ thông bị coi là thuật ngữ | "customer", "important", "process" | Xoá, trừ khi tài liệu dùng với nghĩa hẹp riêng |
| Cụm gộp sai ranh giới | "valve body inspection report" thay vì hai mục "valve body" và "inspection report" | Tách về đơn vị nhỏ nhất có nghĩa |
| Biến thể của cùng một mục | "pump", "pumps", "Pump" | Gộp về dạng gốc, ghi biến thể ở cột ghi chú |
| Mục không có trong văn bản | Thuật ngữ cùng ngành nhưng tài liệu không nhắc | Tìm trong tệp nguồn; không thấy thì xoá |
| Ký hiệu che dữ liệu | "Company A", "Product X" | Xoá; đây là phần bạn tự thay |
| Bỏ sót trong bảng biểu, chú thích hình | Tên cột, chú thích bản vẽ không được liệt kê | Đọc riêng bảng biểu, hoặc đưa riêng phần đó cho AI |
Sau khi lọc, một chương ba mươi trang có thể còn từ vài chục đến hơn trăm mục, tuỳ lĩnh vực. Nếu danh sách còn quá dài, áp lại tiêu chí ở bài lập bảng thuật ngữ: chỉ giữ mục có nhiều cách dịch hoặc mang nghĩa riêng của khách.
Nhờ AI đề xuất bản dịch: dùng sao cho đúng chỗ
Hỏi phương án, không hỏi đáp án. Câu lệnh nên là "đưa ra hai hoặc ba cách dịch tiếng Việt cho thuật ngữ này trong ngữ cảnh câu sau, nêu khác biệt sắc thái của từng cách". Khi chỉ xin một đáp án, bạn dễ nhận một câu trả lời tự tin mà thiếu căn cứ.
Luôn kèm câu ngữ cảnh. "Bearing" trong cơ khí là "ổ trục" hoặc "vòng bi", trong hàng hải là "phương vị", trong văn bản pháp lý cụm "bearing interest" là "chịu lãi" hoặc "có lãi". Không có câu ngữ cảnh, AI chọn nghĩa phổ biến nhất, chưa chắc là nghĩa của bạn.
Đối chiếu với nguồn tiếng Việt thật. Phương án AI đưa ra phải được kiểm trong tài liệu cũ của khách, văn bản pháp quy, tiêu chuẩn hoặc tài liệu chuyên ngành tiếng Việt. Một cách dịch nghe hợp lý nhưng ngành không ai dùng sẽ làm bản dịch lạc giọng ngay với người đọc chuyên môn.
Đánh dấu nguồn gốc. Trong bảng thuật ngữ, mục do AI gợi ý mà chưa được đối chiếu nên mang trạng thái "đề xuất", không bao giờ "đã duyệt". Nếu sau này có sai, bạn biết ngay mục nào cần xem lại.
Trích cặp thuật ngữ từ tài liệu song ngữ cũ của khách
Nhiều khách có sẵn tài liệu đã dịch từ trước: sổ tay hai thứ tiếng, website song ngữ, hợp đồng có cột tiếng Anh và cột tiếng Việt. Đây là mỏ thuật ngữ quý nhất vì nó cho biết khách đã quen dùng chữ nào. AI có thể giúp bạn rút cặp thuật ngữ từ đó nhanh hơn đọc tay.
Cách làm: đưa từng cặp đoạn tương ứng, đã che thông tin nhạy cảm, và yêu cầu "liệt kê các cặp thuật ngữ Anh – Việt tương ứng trong hai đoạn sau, mỗi cặp kèm câu tiếng Anh và câu tiếng Việt chứa nó". Với tài liệu dài, phần mềm hỗ trợ dịch thường có chức năng căn đoạn để ghép câu nguồn với câu đích trước; sau đó bạn mới nhờ AI rút thuật ngữ từ các cặp câu đã ghép, độ chính xác sẽ cao hơn nhiều.
Hãy cảnh giác với một điều: tài liệu cũ có thể dịch không nhất quán. Một thuật ngữ được dịch ba kiểu trong ba chương. AI sẽ liệt kê cả ba, hoặc chỉ chọn một mà không báo. Hãy yêu cầu rõ "nếu một thuật ngữ có nhiều cách dịch khác nhau, liệt kê tất cả và số lần mỗi cách xuất hiện". Đó là thông tin bạn cần đem hỏi khách nên chọn cách nào.
Giới hạn cần biết trước khi tin vào danh sách
Thứ nhất, AI không đảm bảo đọc hết. Với văn bản dài, mô hình có thể chú ý nhiều hơn tới phần đầu và phần cuối, bỏ sót ở giữa. Chia nhỏ tài liệu và kiểm chéo bằng đếm tần suất là cách giảm rủi ro này.
Thứ hai, AI không biết quyết định đã có của khách. Nó có thể đề xuất một cách dịch "chuẩn" trái với bảng thuật ngữ khách đã duyệt năm ngoái. Luôn so kết quả với bảng hiện có trước khi đưa mục mới vào.
Thứ ba, câu trả lời có thể khác giữa hai lần hỏi với cùng câu lệnh. Đừng coi danh sách là kết quả đo lường; coi nó như bản ghi chú của một trợ lý đọc nhanh nhưng thỉnh thoảng đoán. Phần trách nhiệm về thuật ngữ cuối cùng vẫn nằm ở người dịch và người duyệt.
Thứ tư, tính năng và cách xử lý dữ liệu của từng công cụ thay đổi theo thời gian. Trước mỗi dự án lớn, kiểm lại cài đặt lưu lịch sử, chế độ không dùng dữ liệu để huấn luyện và điều khoản hiện hành của công cụ bạn định dùng.
Câu hỏi thường gặp
Có cần dán cả tài liệu vào chatbot để trích thuật ngữ không?
Không nên. Chia theo chương hoặc theo phần, mỗi lần một phần vừa phải, sau khi đã che thông tin nhạy cảm. Cách này giúp AI đọc kỹ hơn và giảm lượng dữ liệu của khách đi ra ngoài máy bạn.
Tài liệu là ảnh quét thì có trích thuật ngữ bằng AI được không?
Được nếu công cụ nhận dạng chữ trong ảnh, nhưng lỗi nhận dạng sẽ đi vào danh sách thuật ngữ. Tốt hơn là chuyển ảnh quét thành văn bản trước, đọc soát những chỗ nhận dạng sai, rồi mới trích thuật ngữ.
AI trích được thuật ngữ tiếng Trung, tiếng Hàn, tiếng Nhật không?
Các chatbot phổ biến đọc được nhiều ngôn ngữ, nhưng chất lượng tách từ và nhận diện thuật ngữ khác nhau giữa các ngôn ngữ. Với tiếng Trung và tiếng Nhật không có dấu cách giữa các từ, bạn càng cần người biết ngôn ngữ đó kiểm lại danh sách.
Có nên để AI tự điền luôn cột bản dịch tiếng Việt?
Có thể để AI điền cột đề xuất cho nhanh, nhưng phải ghi trạng thái đề xuất và đối chiếu từng mục với nguồn tiếng Việt đáng tin. Không chuyển thẳng sang trạng thái đã duyệt chỉ vì phương án nghe hợp lý.
Khách cấm dùng AI thì trích thuật ngữ bằng cách nào?
Dùng chức năng đếm tần suất cụm từ có sẵn trong nhiều phần mềm hỗ trợ dịch chạy trên máy, kết hợp đọc lướt và đánh dấu tay. Chậm hơn, nhưng tôn trọng điều khoản bảo mật và vẫn cho ra danh sách dùng được.
Mất bao lâu để có danh sách thuật ngữ cho tài liệu một trăm trang?
Tuỳ lĩnh vực và độ sạch của tài liệu. Phần AI đọc chỉ mất ít phút mỗi chương; phần tốn thời gian là lọc nhiễu và đối chiếu nguồn. Nên dành riêng ít nhất nửa ngày làm việc cho phần chuẩn bị này trong kế hoạch dự án.