Người học ngôn ngữ thường đặt ra một câu hỏi rất thiết thực:
“Tôi cần biết bao nhiêu từ để nói thành thạo một ngôn ngữ?”
Thoạt nghe, đây có vẻ là một câu hỏi đơn giản. Nếu có thể nói rằng người học cần khoảng 3.000–5.000 từ để tự tin giao tiếp hằng ngày bằng tiếng Anh, có lẽ chúng ta cũng có thể áp dụng con số ấy cho tiếng Tây Ban Nha, tiếng Trung phổ thông, tiếng Nhật, tiếng Ả Rập, tiếng Nga hay tiếng Hindi.
Tiếc rằng các ngôn ngữ không vận hành hoàn toàn giống nhau.
Con số 5.000 có vẻ khách quan, nhưng không phải lúc nào cũng mang cùng một ý nghĩa giữa các ngôn ngữ. Ở ngôn ngữ này, một “từ” có thể gần như không thay đổi hình thức. Ở ngôn ngữ khác, cùng một ý nghĩa cơ bản có thể xuất hiện dưới hàng chục, thậm chí hàng trăm dạng ngữ pháp khác nhau. Còn ở một ngôn ngữ khác nữa, thách thức lớn nhất có thể hoàn toàn không nằm ở các dạng từ, mà ở hệ chữ viết.
Điều này không có nghĩa là các con số về vốn từ vô ích. Chúng rất hữu ích. Nhưng chúng cần được diễn giải thận trọng.
Bài viết này sẽ giải thích lý do.
Vấn đề nằm ở khái niệm “từ”
Khái niệm “từ” tưởng như rất rõ ràng, cho đến khi chúng ta bắt đầu đếm.
Trong tiếng Anh, chúng ta nên tính các dạng sau là một từ hay nhiều từ?
walk, walks, walked, walking
Phần lớn người học có lẽ sẽ nói: đây là một từ cơ sở với các dạng khác nhau. Dạng dùng trong từ điển là walk. Trong ngôn ngữ học, dạng cơ sở này thường được gọi là dạng từ điển (lemma).
Vậy còn những từ sau thì sao?
nation, national, nationality, international
Rõ ràng chúng có liên hệ với nhau, nhưng không hoàn toàn giống nhau. Chúng có thể thuộc cùng một họ từ rộng hơn, tùy vào cách mỗi nghiên cứu định nghĩa họ từ.
Sự phân biệt này rất quan trọng, vì nhiều nghiên cứu về từ vựng tiếng Anh không đếm từng dạng từ riêng lẻ. Các nghiên cứu này thường đếm họ từ: một từ cơ sở cùng các dạng liên quan thường gặp. Đây là một lý do khiến nghiên cứu về từ vựng tiếng Anh thường nói đến hàng nghìn “họ từ” thay vì hàng nghìn dạng từ riêng lẻ.
Với tiếng Anh, cách tính này hữu ích vì nhiều dạng từ tương đối dễ suy ra. Nếu Bạn biết play, việc hiểu plays, played và playing không khó. Nếu Bạn biết happy, Bạn sẽ dễ hiểu unhappy và happiness hơn.
Nhưng càng xét đến những ngôn ngữ khác biệt với tiếng Anh, vấn đề này càng trở nên phức tạp.
Vì sao không thể áp dụng máy móc số liệu tiếng Anh cho mọi ngôn ngữ
Tiếng Anh là một trong những ngôn ngữ được nghiên cứu kỹ lưỡng nhất về từ vựng. Công trình được trích dẫn rộng rãi của Paul Nation cho thấy người học có thể cần khoảng 6.000–7.000 họ từ để đạt mức độ bao phủ từ vựng cao trong tiếng Anh nói và 8.000–9.000 họ từ đối với nhiều văn bản viết. Các nghiên cứu sau đó tiếp tục thảo luận và kiểm chứng những con số này bằng các kho ngữ liệu lớn hơn và những giả định khác nhau.
Những con số này hữu ích, nhưng không phải là quy luật chung cho mọi ngôn ngữ.
Chúng dựa trên tiếng Anh, các kho ngữ liệu tiếng Anh, các danh sách họ từ tiếng Anh và quy luật tần suất xuất hiện của từ trong tiếng Anh. Những ngôn ngữ khác có thể thể hiện ý nghĩa theo những cách khác.
Người học tiếng Tây Ban Nha, tiếng Nga, tiếng Trung phổ thông, tiếng Ả Rập hay tiếng Nhật không đơn thuần là đang học “từ vựng tiếng Anh với cách phát âm khác”. Mỗi ngôn ngữ có cấu trúc riêng. Cùng một mục tiêu học tập — giao tiếp hằng ngày, đọc tin tức, xem phim, học đại học — có thể đòi hỏi những kiểu kiến thức từ vựng khác nhau.
Để hiểu điều này, chúng ta cần tìm hiểu về hình thái học.
Hình thái học: Cách các ngôn ngữ cấu tạo từ
Hình thái học là ngành nghiên cứu cách từ được cấu tạo từ những đơn vị mang nghĩa nhỏ hơn, gọi là hình vị.
Các ngôn ngữ rất khác nhau về cách đưa ý nghĩa vào từ. Trong các mô tả ngôn ngữ học truyền thống, người ta thường nói đến những loại hình như ngôn ngữ đơn lập, chắp dính, hòa kết và đa tổng hợp. Các nhóm này chỉ là cách phân loại đơn giản hóa; trên thực tế, ngôn ngữ thường nằm ở đâu đó trên một phổ liên tục, thay vì hoàn toàn thuộc về một nhóm duy nhất. Dù vậy, chúng vẫn hữu ích với người học. Bộ bản đồ cấu trúc ngôn ngữ thế giới (World Atlas of Language Structures) mô tả một thang phân loại gồm các kiểu đơn lập, chắp dính, hòa kết và nội biến, với những ví dụ như tiếng Trung, tiếng Thổ Nhĩ Kỳ, tiếng Latinh và tiếng Ả Rập chuẩn hiện đại.
Hãy xem điều này thể hiện ra sao trong thực tế.
Ngôn ngữ đơn lập: Khi từ ít biến đổi
Tiếng Trung phổ thông thường được xem là một ngôn ngữ có tính đơn lập cao. Trong các ngôn ngữ đơn lập, từ thường ít thay đổi hình thức thông qua biến tố. Ý nghĩa ngữ pháp thường được thể hiện bằng trật tự từ, tiểu từ, ngữ cảnh hoặc các hư từ riêng biệt, thay vì những phần đuôi dài gắn vào từ.
Với người học, điều này có thể khiến một số khía cạnh của việc đếm từ vựng trở nên đơn giản hơn. Một từ có thể không có hàng chục đuôi biến cách hay dạng chia động từ.
Nhưng điều đó không có nghĩa là ngôn ngữ này dễ học.
Khi học tiếng Trung phổ thông, người học đối mặt với những thách thức khác: thanh điệu, chữ Hán, việc xác định ranh giới giữa các từ, từ ghép và thực tế là một chữ Hán không phải lúc nào cũng tương đương với một từ. Người học có thể biết nhiều chữ Hán nhưng vẫn gặp khó khăn với các từ và cách diễn đạt được dùng trong thực tế. Ngược lại, họ có thể hiểu các cụm từ khi nghe nhưng chưa đọc được chúng một cách dễ dàng.
Vì vậy, khi học tiếng Trung phổ thông, chỉ hỏi “Tôi biết bao nhiêu từ?” có thể chưa đủ. Một câu hỏi phù hợp hơn có lẽ là:
Tôi có thể nhận biết và sử dụng bao nhiêu từ trong lời nói, bao nhiêu chữ Hán, từ ghép và cụm từ thông dụng?
Ngôn ngữ chắp dính: Khi từ trở nên dài hơn
Trong các ngôn ngữ chắp dính, một từ có thể chứa nhiều hình vị nối với nhau. Tiếng Thổ Nhĩ Kỳ là một ví dụ điển hình. Tiếng Hungary, tiếng Phần Lan và tiếng Hàn cũng có nhiều đặc điểm chắp dính.
Ở những ngôn ngữ này, một từ có thể chứa những thông tin mà tiếng Anh phải dùng nhiều từ riêng biệt mới diễn đạt được.
Chẳng hạn, một từ trong tiếng Thổ Nhĩ Kỳ hoặc tiếng Hungary có thể gồm một gốc từ cùng các dấu hiệu chỉ sở hữu, cách, số hoặc hướng. Kết quả có thể là một từ dài khiến người mới học thấy e ngại, dù các thành phần của từ vẫn tuân theo quy tắc.
Điều này tạo ra một vấn đề cho việc đếm từ vựng.
Nếu tính mỗi dạng từ xuất hiện trong thực tế là một từ riêng biệt, số lượng từ trong các ngôn ngữ chắp dính có thể có vẻ lớn hơn nhiều so với thực tế. Người học không cần ghi nhớ riêng từng dạng từ có thể có. Họ cần biết gốc từ và hiểu cách các phần đuôi hoạt động.
Đó là lý do việc chỉ đếm các dạng từ có thể gây hiểu lầm. Trong các ngôn ngữ chắp dính, hình thái học không chỉ là một chủ đề ngữ pháp. Nó còn là một phần của việc hiểu từ vựng.
Ngôn ngữ hòa kết: Khi một đuôi từ mang nhiều ý nghĩa
Nhiều ngôn ngữ thuộc ngữ hệ Ấn-Âu, trong đó có tiếng Tây Ban Nha, tiếng Nga, tiếng Ba Lan, tiếng Hy Lạp và tiếng Latinh, có đặc điểm hòa kết.
Trong các ngôn ngữ hòa kết, một đuôi từ có thể đồng thời thể hiện nhiều thông tin ngữ pháp. Chẳng hạn, đuôi danh từ có thể cho biết cách, số và giống. Đuôi động từ có thể cho biết ngôi, số, thì và thức.
Điều này tác động đến người học theo cách khác với ngôn ngữ chắp dính. Các dạng từ có thể ngắn hơn, nhưng mối liên hệ giữa hình thức và ý nghĩa lại có thể kém rõ ràng hơn. Một thay đổi nhỏ có thể mang nhiều ý nghĩa.
Động từ tiếng Tây Ban Nha là một ví dụ quen thuộc. Một động từ có nhiều dạng khác nhau. Tiếng Nga còn thêm một tầng phức tạp với đuôi biến cách và thể của động từ. Người học không chỉ học từ vựng mà còn phải học cách từ biến đổi trong câu.
Một lần nữa, điều này khiến việc đếm từ đơn thuần trở nên khó khăn.
Chúng ta chỉ đếm từ cơ sở? Dạng từ điển (lemma)? Toàn bộ các dạng từ? Hay cả họ từ? Câu trả lời tùy thuộc vào mục đích.
Với từ điển hoặc kho ngữ liệu, một cách tính có thể hữu ích. Với người học, một cách tính khác có thể thiết thực hơn.
Tiếng Ả Rập và các ngôn ngữ Semit: Gốc từ và khuôn mẫu
Tiếng Ả Rập đặt ra một thách thức khác.
Tiếng Ả Rập và các ngôn ngữ Semit khác thường tạo từ bằng cách kết hợp gốc phụ âm với các khuôn mẫu. Một gốc từ có thể mang ý nghĩa khái quát, còn những khuôn mẫu khác nhau tạo ra các từ có liên quan.
Điều này rất khác với khái niệm họ từ trong tiếng Anh. Trong tiếng Anh, các từ liên quan thường được tạo bằng tiền tố và hậu tố. Trong tiếng Ả Rập, mối liên hệ giữa các từ có thể sâu hơn và gắn với cấu trúc hơn.
Bên cạnh đó, tiếng Ả Rập còn có một vấn đề lớn khác: hiện tượng song thể ngữ (diglossia). Tiếng Ả Rập chuẩn hiện đại được dùng trong văn viết trang trọng, giáo dục và truyền thông, trong khi các phương ngữ dùng trong giao tiếp hằng ngày khác biệt đáng kể giữa các vùng.
Vì thế, câu hỏi “Tôi cần biết bao nhiêu từ tiếng Ả Rập?” lập tức dẫn đến một câu hỏi khác:
Tiếng Ả Rập nào? Tiếng Ả Rập chuẩn hiện đại, tiếng Ả Rập Ai Cập, tiếng Ả Rập vùng Levant, tiếng Ả Rập vùng Vịnh, tiếng Ả Rập Ma-rốc hay một biến thể khác?
Điều này không có nghĩa là không thể học được tiếng Ả Rập. Nó chỉ có nghĩa là mục tiêu từ vựng cần được xác định cẩn thận hơn.
Hệ chữ viết cũng làm thay đổi câu hỏi
Từ vựng không chỉ có âm thanh và ý nghĩa. Nó còn gắn với chữ viết.
Tiếng Tây Ban Nha và tiếng Ý dùng các hệ chữ cái có mối liên hệ giữa chữ viết và âm thanh tương đối rõ ràng. Khi đã nắm được quy tắc phát âm, người học thường có thể đọc các từ mới mà không quá khó khăn.
Chính tả tiếng Anh ít thể hiện rõ cách phát âm hơn. Mối liên hệ giữa cách viết và cách phát âm thường không theo quy tắc.
Tiếng Trung phổ thông dùng chữ Hán. Tiếng Nhật dùng một hệ chữ viết kết hợp: kanji, hiragana và katakana. Tiếng Hindi dùng chữ Devanagari. Tiếng Ả Rập dùng hệ chữ phụ âm (abjad), trong đó các nguyên âm ngắn thường không được ghi trong văn bản thông thường.
Các hệ chữ viết này làm thay đổi ý nghĩa của việc “biết” một từ.
Người học có thể nhận ra một từ khi nghe nhưng không nhận ra khi đọc. Hoặc họ có thể nhận ra dạng viết nhưng lại phát âm sai. Khi học tiếng Nhật, người học có thể biết một từ qua lời nói nhưng không biết chữ kanji tương ứng. Khi học tiếng Ả Rập, người học có thể nhận ra một gốc từ trên chữ viết nhưng không suy ra được cách phát âm đúng nếu thiếu các dấu nguyên âm.
Vì vậy, quy mô vốn từ không chỉ là số lượng ý nghĩa mà Bạn biết. Nó còn liên quan đến cách những ý nghĩa ấy kết nối với âm thanh, chữ viết và ngữ pháp.
Vậy “5.000 từ” có phải là con số vô nghĩa?
Không. Các con số về vốn từ vẫn hữu ích.
Chúng giúp người học đặt mục tiêu, giúp giáo viên thiết kế tài liệu và giúp ứng dụng chọn những từ nên giới thiệu trước. Chúng cũng nhắc chúng ta rằng từ vựng tần suất cao có vai trò vô cùng quan trọng.
Nhưng con số ấy phải được diễn giải dựa trên cấu trúc của từng ngôn ngữ.
Với tiếng Anh, “5.000 từ” thường có nghĩa gần với 5.000 họ từ hoặc đơn vị từ vựng cốt lõi. Với tiếng Trung phổ thông, mối liên hệ giữa từ và chữ Hán rất quan trọng. Với tiếng Ả Rập, gốc từ, khuôn mẫu và phương ngữ là những yếu tố quan trọng. Với tiếng Thổ Nhĩ Kỳ hoặc tiếng Hungary, đó là gốc từ và phần đuôi. Với tiếng Nhật, cần theo dõi song song vốn từ và kiến thức về chữ viết.
Con số chỉ hữu ích khi chúng ta biết mình đang đếm điều gì.
Cách nhìn hợp lý hơn về từ vựng
Thay vì chỉ hỏi:
“Tôi biết bao nhiêu từ?”
chúng ta nên đặt ra những câu hỏi hữu ích hơn:
Tôi có thể nhanh chóng nhận ra những từ có tần suất cao nhất không?
Tôi có hiểu những dạng thường gặp của chúng không?
Tôi có thể dùng chúng để đặt câu trong thực tế không?
Tôi có biết chúng biến đổi như thế nào trong ngôn ngữ này không?
Tôi có thể hiểu chúng cả khi nghe lẫn khi đọc không?
Tôi có biết những cụm từ thông dụng có chứa chúng không?
Đây là cách nhìn sát thực tế hơn về việc học từ vựng.
Để giao tiếp hằng ngày, vài nghìn đơn vị từ vựng thông dụng nhất vẫn là nền tảng. Nhưng mỗi ngôn ngữ cần một mô hình riêng. Một hệ thống học tập tốt không nên xem tiếng Anh, tiếng Trung phổ thông, tiếng Ả Rập, tiếng Tây Ban Nha và tiếng Nhật như thể chúng có cấu trúc giống hệt nhau.
Mục tiêu không phải là tích lũy một số lượng từ tùy ý.
Mục tiêu là xây dựng một mạng lưới kiến thức hữu dụng trong trí óc: từ, dạng từ, âm thanh, chữ viết, ngữ pháp, cụm từ và ngữ cảnh thực tế cùng liên kết và hỗ trợ nhau.
Đó mới là ý nghĩa thực sự của việc nắm vững từ vựng.
Trong bài viết tiếp theo, chúng ta sẽ xem xét các ngôn ngữ châu Âu như tiếng Tây Ban Nha, tiếng Pháp, tiếng Đức và tiếng Nga, đồng thời tìm hiểu vì sao ngay cả những ngôn ngữ có vẻ quen thuộc hơn cũng có thể đòi hỏi những chiến lược học từ vựng rất khác nhau.
