Nghiên cứu ngôn ngữ và ngôn ngữ học thường cần dữ liệu về cách từ ngữ được sử dụng, đặc biệt là theo thời gian. Mặc dù nghiên cứu là cần thiết, nhưng có công cụ trao dữ liệu bạn cần là điều tuyệt vời. Google Ngram Viewer là cách tuyệt vời để tìm xu hướng từ ngữ xuyên suốt thư viện Google Books nhanh chóng.
Trong bài viết này, chúng tôi chỉ cách dùng Google Ngram hiệu quả hơn. Trước hết, hãy làm quen với công cụ.
Giới Thiệu Google Ngram
Google duy trì cơ sở dữ liệu đa ngôn ngữ của ngôn ngữ xuất bản. Quét hàng loạt sách, cỗ máy tìm kiếm khổng lồ này xử lý văn bản và cung cấp thống kê dựa trên tần suất từ ngữ.
Với công cụ tìm kiếm Google Ngram Viewer, bạn tìm kiếm qua dữ liệu này. Bằng cách so sánh phổ biến tương đối của các từ, bạn có thể vẽ bản đồ thay đổi ngôn ngữ và văn hóa theo thời gian.
Tuy nhiên, công cụ Google Ngram có thể làm nhiều hơn chỉ báo tần suất từ, như chúng ta sẽ thấy.
Cách Thực Hiện Tìm Kiếm Cơ Bản
Trước khi đi vào "chiêu thức" nâng cao, hãy xem cách tìm kiếm cơ bản. Từ trang Google Ngram, gõ từ khóa vào ô tìm kiếm.
Nếu muốn bao gồm tất cả dạng viết hoa của từ, tích vào nút Case-Insensitive (Không phân biệt chữ hoa/thường). Tìm kiếm này sẽ bao gồm cả "Tech" và "tech".
Dưới ô tìm kiếm, bạn cũng đặt tham số như khoảng thời gian (date range) và "làm mượt (smoothing)". Giá trị làm mượt loại bỏ các đỉnh và đáy bất thường khỏi dữ liệu. Giá trị làm mượt thấp chính xác hơn, giá trị cao chỉ ra xu hướng sâu hơn.
Cách Chọn "Corpus" (Bộ Ngôn Ngữ)
Corpus là tập hợp văn bản mà Ngram Viewer sẽ kiểm tra. Mặc định "English (Tiếng Anh)" chấp nhận cho duyệt web thông thường nhưng có thể rất học thuật.
"English Fiction (Tiểu thuyết tiếng Anh)" phản ánh ngôn ngữ phổ thông gần hơn. Corpus "English" tiêu chuẩn có thể nặng về phi hư cấu với nhiều từ chuyên ngành.
Ý nghĩa sâu xa hơn sau lựa chọn corpus nằm ngoài phạm vi bài này, Google cung cấp thông tin ngắn gọn để bạn chọn phù hợp.
Thực Hiện Tìm Kiếm Nâng Cao
Bằng cách dùng từ tìm kiếm bổ sung, bạn tạo so sánh phức tạp. Để làm vậy, tách mỗi thuật ngữ bằng dấu phẩy.
Ngram Viewer sẽ hiển thị tần suất tương đối của các thuật ngữ tìm kiếm trên một biểu đồ. Tại đây, bạn di chuột qua các đường biểu đồ để thấy điểm dữ liệu chính xác.
Bạn cũng có thể dùng dấu hoa thị (*) trong thuật ngữ tìm kiếm làm ký tự đại diện (wildcard). Ví dụ, "Bachelor of *" trả về kết quả cho nhiều bằng Cử nhân.
Để tìm tất cả biến thể ngữ pháp của một thuật ngữ, thêm sửa ngữ "_INF".
Nếu một từ bao gồm nhiều từ loại, bạn có thể cụ thể hơn dùng toán tử văn bản. Các từ loại hợp lệ trong cơ sở dữ liệu Google bao gồm:
- _ADJ_: tính từ (fast, large, smart)
- _ADV_: trạng từ (quickly, later, always)
- _PRON_: đại từ (their, it, we)
- _DET_: hạn định hoặc mạo từ (a, an, the)
- _ADP_: vị từ (trước từ và sau từ)
- _NUM_: số từ (first, second, fifth)
- _CONJ_: liên từ (and, nor, but)
- _PRT_: trợ từ, danh mục hiếm dùng cho các chức năng từ khác
Mỗi thứ có thể kết hợp thành cụm từ. Ví dụ, "_ADJ_ boy" trả về cặp từ cho tính từ và "boy".
Để chỉ định từ loại cụ thể cho một thuật ngữ tìm kiếm, thêm nó vào cuối. Ví dụ, "water_VERB" không có gạch dưới đuôi. Để bao gồm mọi từ loại cho một từ cho trước, dùng toán tử đại diện sau gạch dưới.
Biến Chức Năng, Thành Phần, Và Phụ Thuộc
Biến chức năng cho bạn tìm kiếm theo chức năng hoặc vị trí từ.
- _ROOT_ là chỗ dành cho gốc của cây phân tích cú pháp câu. Thường là chủ ngữ chính hoặc từ được động từ sửa đổi.
- _START_ chỉ đầu câu. ("_START_ President Obama" chỉ trả về câu bắt đầu bằng cụm "President Obama".)
- _END_ chỉ cuối câu. ("_ADP_ _END_" trả về câu kết thúc bằng vị từ.)
Bằng cách kết hợp thuật ngữ tìm kiếm với toán tử số học, bạn thực hiện phân tích toán học đơn giản với giá trị tần suất n-gram:
- + cộng nhiều biểu thức thành một thuật ngữ tìm kiếm
- − trừ biểu thức bên phải từ biểu thức bên trái, cách nhanh so sánh sử dụng tương đối của hai thuật ngữ.
- / chia biểu thức trái cho biểu thức phải
- * nhân biểu thức để so sánh n-gram tần suất khác biệt lớn. Đảm bảo bao toàn bộ n-gram trong ngoặc để tránh hoa thị được phân tích thành wildcard.
- : (dấu hai chấm) tìm n-gram bên trái trong corpus bên phải.
Cuối cùng, bạn đặt phụ thuộc với "=>" để tìm mối quan hệ ngôn ngữ học.
Ví dụ, "car=>fast" trả về kết quả nơi "fast" phụ thuộc ngữ pháp vào, hoặc sửa đổi, từ "car". Điều này kết hợp tự do với mọi phép toán tìm kiếm nâng cao.
Kết Luận
Tìm kiếm xu hướng từ ngữ có nhiều ứng dụng học thuật. Cách nhanh tìm thông tin bạn cần là công cụ Ngram của Google. Tin tốt là nó không chỉ cho tìm kiếm cơ bản. Bạn áp dụng được các bộ sửa đổi mạnh mẽ để focus vào thông tin cần thiết.
Không có chức năng nào của Google Ngram có thể thực hiện được nếu thiếu "cỗ máy" tìm kiếm nâng cao bên dưới. Bạn có ấn tượng với những gì Google Ngram làm được không? Hãy cho chúng tôi biết trong phần bình luận!