Ngữ liệu cho luận văn ngôn ngữ học phải được chọn theo câu hỏi nghiên cứu: nguồn nào chứa hiện tượng bạn cần, quy mô bao nhiêu thì đủ để thấy quy luật, tiêu chí lọc và phân loại rõ ràng. Mỗi ví dụ dẫn ra trong luận văn phải truy được về nguồn cụ thể.
Học viên ngành ngôn ngữ thường mất nhiều thời gian nhất ở khâu này, và cũng dễ sai từ khâu này. Có người gom vài trăm câu ví dụ từ trí nhớ và mạng xã hội rồi phân loại; có người tải về hàng nghìn bài báo nhưng không biết lọc thế nào. Cả hai đều khiến kết luận yếu. Phần dưới bàn từng bước, từ chọn nguồn tới trình bày ví dụ.
Chọn nguồn ngữ liệu nào?
Mỗi loại nguồn hợp với một kiểu câu hỏi. Đừng chọn nguồn vì dễ lấy, hãy chọn vì nó chứa hiện tượng bạn nghiên cứu ở dạng tự nhiên nhất.
| Nguồn | Hợp với câu hỏi về | Điểm cần lưu ý |
|---|---|---|
| Báo chí in và điện tử | Từ vựng mới, cách đặt tít, ngôn ngữ đánh giá, thuật ngữ | Xác định rõ tờ báo, chuyên mục, khoảng thời gian; báo điện tử có thể bị sửa sau khi đăng |
| Văn bản hành chính, pháp luật | Cấu trúc văn bản, thuật ngữ, phong cách chức năng | Dùng bản chính thức, ghi số hiệu văn bản |
| Tác phẩm văn học | Phong cách tác giả, biện pháp tu từ, lời thoại nhân vật | Ghi rõ bản in, nhà xuất bản, năm, trang |
| Hội thoại ghi âm | Hành động lời nói, lịch sự, xưng hô, ngôn ngữ nói | Cần sự đồng ý của người được ghi âm, chuyển tự theo quy ước thống nhất |
| Mạng xã hội, diễn đàn | Ngôn ngữ mạng, biến thể, từ lóng | Ẩn danh người viết, cân nhắc bài viết ở nhóm kín |
| Ngữ liệu song ngữ, bản dịch | Đối chiếu, dịch thuật | Ghép cặp câu nguồn và câu đích, ghi bản dịch nào |
Bao nhiêu ngữ liệu là vừa đủ?
Đủ theo câu hỏi, không theo con số đẹp
Không có con số chung cho mọi đề tài. Câu hỏi về tần suất và xu hướng cần ngữ liệu đủ lớn và có phạm vi xác định để con số có ý nghĩa. Câu hỏi về cơ chế, chức năng của một cấu trúc có thể dựa trên ít ngữ liệu hơn nhưng phân tích sâu từng trường hợp. Hãy xem các luận văn, bài báo cùng hướng đã dùng quy mô thế nào và giải thích lựa chọn của bạn trong chương phương pháp.
Dấu hiệu bão hoà
Với phân tích định tính, một tín hiệu thực tế là khi thêm ngữ liệu mới không còn xuất hiện loại mới trong hệ thống phân loại của bạn. Ghi lại thời điểm và cách bạn nhận ra điều này.
Phạm vi phải được khoanh rõ
Nêu cụ thể: báo nào, chuyên mục nào, từ tháng nào đến tháng nào, tác phẩm nào, bao nhiêu giờ ghi âm. Một học viên nghiên cứu cách đặt tít báo điện tử khoanh ngữ liệu là toàn bộ tít ở chuyên mục kinh tế của hai tờ báo trong ba tháng. Phạm vi như vậy giúp người khác hiểu và kiểm tra lại được kết quả.
Thu thập và lọc ngữ liệu theo quy trình
Quy trình rõ ràng là điều kiện để kết quả thống kê đáng tin. Hãy viết lại quy trình này trong chương phương pháp.
- Viết tiêu chí nhận diện hiện tượng: thế nào thì một câu, một phát ngôn được tính là ngữ liệu của bạn, thế nào thì loại.
- Thu thập toàn bộ trong phạm vi đã khoanh, không chọn lọc những câu “hay”.
- Lọc theo tiêu chí, ghi số lượng trước và sau lọc.
- Gán mã nguồn cho từng đơn vị ngữ liệu ngay khi thu thập.
- Lưu ngữ liệu trong một bảng tính hoặc tệp có cấu trúc: mã, ngữ liệu, nguồn, ngày, các cột phân loại.
Chọn những câu “hay” để đưa vào ngữ liệu là lỗi phổ biến. Nó làm thống kê lệch về phía các trường hợp điển hình và che mất những trường hợp khó phân loại, mà đó thường là phần đáng bàn nhất.
Chuyển tự ngữ liệu nói theo quy ước nào?
Với ngữ liệu hội thoại, bản chuyển tự chính là dữ liệu bạn phân tích, nên quy ước chuyển tự phải được chọn trước và áp dụng nhất quán. Mức chi tiết tuỳ câu hỏi: nghiên cứu xưng hô có thể chỉ cần ghi đúng lời và lượt lời; nghiên cứu ngắt lời, chồng lời, ngữ điệu cần ký hiệu cho khoảng ngừng, chỗ nói chồng, chỗ nhấn giọng. Ngành phân tích hội thoại có những hệ ký hiệu chuyển tự đã được dùng rộng rãi; hãy chọn một hệ, trích nguồn và đưa bảng ký hiệu vào đầu luận văn.
Giữ nguyên phương ngữ, từ địa phương, câu nói dở dang như người nói đã nói. Sửa lại cho chuẩn chính tả hay gọn câu là làm mất chính hiện tượng bạn đang nghiên cứu. Chuyển tự tốn thời gian hơn nhiều người nghĩ: một giờ ghi âm có thể cần nhiều giờ chuyển tự cẩn thận. Hãy tính thời gian này vào kế hoạch, và nghe lại bản ghi một lần nữa để soát bản chuyển tự trước khi phân tích.
Thống kê và phân loại thế nào cho chặt?
Xây hệ thống phân loại có căn cứ. Dựa vào khung lý thuyết bạn đã trình bày ở chương cơ sở lý luận, rồi điều chỉnh khi gặp dữ liệu thật. Ghi lại mọi điều chỉnh và lý do.
Định nghĩa từng loại bằng tiêu chí. Mỗi loại cần một định nghĩa vận hành và vài ví dụ điển hình, để một người khác đọc cũng phân loại ra kết quả tương tự.
Kiểm tra độ nhất quán. Phân loại lại một phần ngữ liệu sau vài tuần, hoặc nhờ một người cùng ngành phân loại độc lập một mẫu nhỏ, rồi so sánh. Chỗ khác nhau cho thấy tiêu chí nào còn mơ hồ.
Báo cáo cả số lượng và tỷ lệ. Ghi số tuyệt đối bên cạnh phần trăm. Tỷ lệ năm mươi phần trăm từ bốn ví dụ khác hẳn tỷ lệ năm mươi phần trăm từ bốn trăm ví dụ.
Dùng công cụ khi ngữ liệu lớn. Với ngữ liệu văn bản lớn, các phần mềm tra cứu ngữ cảnh như AntConc giúp tìm và đếm nhanh. Công cụ chỉ hỗ trợ tìm; việc quyết định một trường hợp thuộc loại nào vẫn là của bạn.
Ghi nguồn từng ví dụ như thế nào?
Mỗi ví dụ dẫn ra trong thân luận văn cần có ký hiệu nguồn ngay sau nó, theo quy ước bạn nêu ở đầu luận văn hoặc chương phương pháp. Ví dụ với báo chí: tên báo viết tắt, ngày đăng; với tác phẩm văn học: tên tác phẩm viết tắt, trang; với hội thoại ghi âm: mã cuộc hội thoại, phút. Đầu luận văn có một bảng quy ước viết tắt.
Với ngữ liệu ghi âm, phần trích phải ẩn danh người nói: thay tên bằng mã, bỏ chi tiết có thể nhận diện như nơi làm việc, địa chỉ. Ghi âm chỉ được thực hiện khi người nói biết và đồng ý; người ta nói chuyện tự nhiên với bạn không có nghĩa là đồng ý cho dùng lời nói của họ trong một văn bản lưu ở thư viện.
Đưa toàn bộ ngữ liệu, hoặc ít nhất danh sách ngữ liệu kèm mã nguồn, vào phụ lục. Hội đồng có thể chọn ngẫu nhiên vài ví dụ để kiểm tra phân loại của bạn.
Lỗi hay gặp khi khảo sát ngữ liệu
- Tự đặt câu ví dụ rồi phân tích như ngữ liệu thực tế.
- Không nêu phạm vi thu thập, người đọc không biết ngữ liệu đến từ đâu, bao nhiêu.
- Thống kê phần trăm trên ngữ liệu đã chọn lọc theo ý thích, rồi kết luận về xu hướng chung.
- Ví dụ không có nguồn, hoặc nguồn ghi chung chung “báo mạng”.
- Trộn ngữ liệu nói và viết mà không phân biệt khi phân tích.
- Lấy ví dụ từ luận văn khác mà không trích dẫn, coi như ngữ liệu tự thu thập.
Câu hỏi thường gặp
Có được tự đặt câu ví dụ trong luận văn ngôn ngữ học không?
Được dùng câu tự đặt để minh hoạ một khái niệm lý thuyết, nhưng phải nói rõ đó là câu tự đặt. Phần phân tích kết quả phải dựa trên ngữ liệu thực tế đã thu thập.
Ghi âm hội thoại có cần xin phép người nói không?
Cần. Người tham gia phải biết đang được ghi âm và đồng ý cho dùng trong nghiên cứu. Khi trích, hãy ẩn danh và bỏ chi tiết có thể nhận diện họ.
Ngữ liệu lấy từ mạng xã hội có dùng được không?
Dùng được nếu bạn khoanh phạm vi rõ, ẩn danh người viết và cân nhắc kỹ với nội dung trong nhóm kín. Ghi ngày truy cập vì bài viết có thể bị xoá hoặc sửa.
Có bắt buộc dùng phần mềm để thống kê ngữ liệu không?
Không bắt buộc. Với ngữ liệu nhỏ, bảng tính là đủ. Với ngữ liệu văn bản lớn, công cụ tra cứu ngữ cảnh giúp tìm và đếm nhanh, còn việc phân loại vẫn do bạn quyết định.
Ngữ liệu có cần đưa toàn bộ vào phụ lục không?
Nên đưa toàn bộ hoặc danh sách kèm mã nguồn nếu khối lượng lớn, theo quy định của trường bạn. Điều này giúp hội đồng kiểm tra lại cách phân loại.