Biết 86% số từ nhưng chỉ hiểu 38% câu: bài học từ cách học tiếng Nhật qua anime

Bạn học thuộc 500 từ xuất hiện nhiều nhất trong bộ anime Frieren, và một công cụ tính độ phủ từ vựng báo rằng bạn đã biết 85,9% số từ được nói trong phim. Nhưng khi bật tập đầu tiên lên xem, bạn chỉ theo kịp khoảng 38,4% số câu thoại. Khoảng cách giữa hai con số này là chủ đề của một nghiên cứu mới, và nó đặt ra câu hỏi đáng suy ngẫm cho cả người học lẫn các nhà phát triển ứng dụng học ngôn ngữ.

Độ phủ từ vựng và số câu hiểu được là hai chuyện khác nhau

Độ phủ (coverage) là chỉ số mà hầu hết các trang học ngôn ngữ quảng cáo: phần trăm số lượt từ được nói mà bạn biết. Một trợ từ xuất hiện cả nghìn lần sẽ được tính cả nghìn lần. Vì những từ đứng đầu bảng thường là các mảnh ngữ pháp như の (của) hay は (trợ từ chủ đề), chỉ 100 từ đầu tiên đã đem lại 68,3% độ phủ — nhưng bạn chỉ theo được 8,5% số câu.

Số câu hiểu được lại là thứ người học thực sự cảm nhận. Để hiểu trọn một câu, bạn phải biết mọi từ trong câu đó. Với Frieren, mỗi câu thoại có trung bình 7 từ. Ở mức độ phủ 85,9%, xác suất bạn biết toàn bộ 7 từ của một câu chỉ khoảng 35% — gần đúng với con số 38,4% mà nhóm nghiên cứu đo được trên 3.000 câu đầu tiên.

Nói cách khác, con số 86% mà bạn hay thấy không hề nói rằng bạn hiểu 86% bộ phim. Nó chỉ nói rằng cứ 100 từ được nói ra thì bạn nhận ra 86 từ.

Tám bộ anime, cùng một khoảng cách

Nhóm nghiên cứu phân tích phụ đề của 8 bộ anime, mỗi bộ giới hạn ở 3.000 câu đầu để các phim dài không bị đánh giá là khó hơn. Kết quả cho thấy khoảng cách giữa độ phủ và số câu hiểu được xuất hiện ở mọi bộ:

• Serial Experiments Lain cần ít từ nhất: khoảng 400 từ là đủ hiểu một nửa số câu, và ở mức 500 từ bạn theo được 55,9% câu.
• Frieren cần khoảng 730 từ để hiểu một nửa số câu, đạt 38,4% ở mức 500 từ.
• Jujutsu Kaisen khó nhất: cần tới 980 từ để hiểu một nửa số câu, chỉ đạt 32,7% ở mức 500 từ.

Ngay cả khi đạt 95% độ phủ với Serial Experiments Lain, bạn vẫn chỉ theo được 77,5% số câu. Con số này cho thấy việc học từ vựng theo tần suất vẫn hữu ích, nhưng không thể thay thế việc luyện nghe trong ngữ cảnh.

Phần lớn câu bị bỏ lỡ chỉ thiếu đúng một từ

Một phát hiện thú vị: trong số 1.849 câu Frieren mà người học 500 từ không hiểu, có tới 1.042 câu — tức 56,4% — chỉ thiếu đúng một từ. Tỷ lệ này dao động từ 50,2% đến 63,9% ở các bộ phim khác.

Điều đó có nghĩa là tăng vốn từ từ 500 lên 1.000 từ mang lại hiệu quả lớn hơn nhiều so với những gì độ phủ thể hiện: độ phủ chỉ tăng 6,5 điểm, nhưng số câu hiểu được tăng tới 22,1 điểm. Những từ mới này không xuất hiện thường xuyên, nhưng chúng thường chính là "mảnh ghép cuối cùng" để hiểu trọn một câu.

Tuy vậy, không thể lấp các lỗ hổng này bằng vài từ đơn lẻ: 1.042 câu đó thiếu tổng cộng 804 từ khác nhau.

Danh sách từ theo từng bộ phim quan trọng hơn danh sách từ chung

Nghiên cứu cũng so sánh 2.000 từ phổ biến nhất của tiếng Nhật nói chung với 2.000 từ phổ biến nhất của riêng từng bộ phim. Danh sách chung chỉ giúp hiểu 23,4% đến 37,6% số câu, trong khi danh sách riêng theo phim đạt 74,3% đến 93,3%. Lý do: mỗi bộ phim có "từ khóa" riêng, như 生臭坊主 (một nhà sư phá giới) đứng thứ 304 trong danh sách Frieren vì các nhân vật liên tục gọi nhân vật Heiter bằng cụm này.

Những điểm cần lưu ý về phương pháp

Nhóm nghiên cứu công khai toàn bộ quy trình, kể cả đoạn mã Python 29 dòng dùng bộ tách từ tiếng Nhật Sudachi, và tự nêu ra các hạn chế:

• "Hiểu" ở đây nghĩa là biết mọi từ, bỏ qua ngữ pháp, cách đọc kanji, tốc độ nói và ngữ cảnh.
• Từ đa nghĩa được tính là đã biết, khiến kết quả có phần lạc quan. Biết 手 là "bàn tay" không giúp bạn hiểu 手に取るように分かる (hiểu rõ như nắm trong lòng bàn tay).
• Danh sách từ phải có trước khi xem, điều mà người học bình thường không có.

Ý nghĩa với các ứng dụng học ngôn ngữ

Nghiên cứu được thực hiện bởi learnfromx, một ứng dụng flashcard dạy tiếng Nhật qua anime. Ứng dụng này thiết kế mỗi thẻ học từ một câu thoại trong đó người học đã biết mọi từ trừ đúng một từ mới — chính là lý do nhóm bắt đầu đếm số câu hiểu được.

Độ phủ cho bạn biết mình biết bao nhiêu phần trăm số từ, chứ không cho biết mình theo được bao nhiêu phần trăm câu chuyện.

Với các nhà phát triển ứng dụng học ngôn ngữ, đây là gợi ý thiết kế đáng giá: thay vì khoe chỉ số độ phủ từ vựng, nên đo lường và tối ưu theo tỷ lệ câu người học thực sự hiểu. Với người học ở Việt Nam — những người thường học tiếng Nhật, tiếng Anh hay tiếng Trung qua phim ảnh và nội dung giải trí — nghiên cứu này cũng là lời nhắc rằng học thuộc từ theo tần suất chỉ là bước đầu, còn hiểu nội dung cần cả ngữ cảnh và luyện tập có chủ đích.