Kết cấu ngôn ngữ (linguistic structure) là mô hình tổ chức hệ thống của các đơn vị ngôn ngữ ở nhiều tầng bậc khác nhau bao gồm ngữ âm, hình thái, từ vựng và cú pháp, trong đó mỗi đơn vị chỉ xác lập được giá trị chức năng thông qua mạng lưới quan hệ tương hỗ với các đơn vị khác trong toàn bộ chỉnh thể. Khái niệm này là nền tảng cốt lõi của ngôn ngữ học hiện đại, chuyển dịch trọng tâm nghiên cứu từ việc khảo cứu lịch sử biến đổi âm từ riêng lẻ sang việc phân tích các quy luật tổ chức hình thức mang tính cấu trúc. Bài viết này trình bày toàn diện về bản chất của hệ thống ngôn ngữ, tính phân đoạn kép, các trường phái cấu trúc luận kinh điển, ngữ pháp tạo sinh, đặc trưng kết cấu loại hình của tiếng Việt và ứng dụng trong ngôn ngữ học máy tính.
Bản chất hệ thống và hai trục quan hệ của cấu trúc ngôn ngữ
Trong ngôn ngữ học cấu trúc do nhà ngôn ngữ học người Thụy Sĩ Ferdinand de Saussure khởi xướng, ngôn ngữ không phải là một tập hợp lộn xộn các từ ngữ gắn với các sự vật ngoại tại, mà là một hệ thống ký hiệu (system of signs). Một ký hiệu ngôn ngữ bao gồm hai mặt gắn bó hữu cơ không thể tách rời: cái biểu đạt (signifiant - hình thức ngữ âm hoặc chữ viết) và cái được biểu đạt (signifié - khái niệm hoặc ý nghĩa tâm lý). Bản chất của cấu trúc ngôn ngữ được vận hành dựa trên hai trục quan hệ cơ bản:
- Trục kết hợp (Syntagmatic relation): Là mối quan hệ tuyến tính theo chiều ngang giữa các đơn vị ngôn ngữ cùng xuất hiện đồng thời trong một chuỗi phát ngôn. Trong chuỗi lời nói, một từ hay một âm vị chỉ có thể xuất hiện trước hoặc sau một đơn vị khác theo những quy tắc kết hợp ngữ pháp và ngữ âm chặt chẽ của từng ngôn ngữ cụ thể.
- Trục đối vị hay hệ hình (Paradigmatic relation): Là mối quan hệ liên tưởng theo chiều dọc giữa các đơn vị ngôn ngữ có cùng chức năng ngữ pháp hoặc ngữ nghĩa, có khả năng thay thế lẫn nhau tại một vị trí xác định trong chuỗi kết hợp. Giá trị của một từ trong hệ thống đối vị được xác định bằng những đặc điểm khu biệt đối lập với các từ khác cùng trường liên tưởng.
Tính phân đoạn kép của kết cấu ngôn ngữ
Một trong những đặc trưng phổ quát quan trọng nhất phân biệt ngôn ngữ loài người với hệ thống tín hiệu giao tiếp của các loài động vật khác là tính phân đoạn kép (double articulation hay tính hình thức hai bậc):
- Bậc phân đoạn thứ nhất: Chuỗi lời nói được phân tích thành các đơn vị tối thiểu có mang ý nghĩa, được gọi là hình vị (morpheme) hoặc từ (word). Đây là các đơn vị hai mặt, vừa có vỏ âm thanh vừa có nội dung ngữ nghĩa.
- Bậc phân đoạn thứ hai: Mỗi hình vị lại được cấu tạo từ các đơn vị tối thiểu không mang nghĩa tự thân nhưng có chức năng khu biệt nghĩa, được gọi là âm vị (phoneme). Số lượng âm vị trong một ngôn ngữ tự nhiên thường chỉ dao động ở mức vài chục đơn vị, nhưng thông qua các quy tắc kết hợp của bậc phân đoạn thứ hai, con người có thể tạo ra hàng vạn hình vị và vô số câu nói mới chưa từng xuất hiện trước đó.
Các tầng bậc cấu trúc trong hệ thống ngôn ngữ
Kết cấu ngôn ngữ được tổ chức theo cấu trúc thứ bậc hình chóp (hierarchical structure), trong đó đơn vị ở tầng bậc dưới là chất liệu cấu thành nên đơn vị ở tầng bậc trên:
- Tầng bậc âm vị học (Phonology): Khảo sát các âm vị, đặc trưng khu biệt ngữ âm, trọng âm, thanh điệu và cấu trúc âm tiết.
- Tầng bậc hình thái học (Morphology): Nghiên cứu cấu trúc nội tại của từ, quy tắc ghép hình vị căn tố với các phụ tố tiền tố, hậu tố hoặc trung tố để tạo từ mới hoặc biến đổi hình thái ngữ pháp.
- Tầng bậc cú pháp học (Syntax): Nghiên cứu quy tắc kết hợp các từ thành ngữ đoạn, mệnh đề và câu hoàn chỉnh biểu đạt tư tưởng trọn vẹn.
- Tầng bậc ngữ nghĩa học (Semantics): Khảo sát ý nghĩa nghĩa vị của từ vựng, quan hệ đồng nghĩa, trái nghĩa và ý nghĩa mệnh đề của câu.
- Tầng bậc ngữ dụng học (Pragmatics): Phân tích cách thức cấu trúc ngôn ngữ được hiện thực hóa và biến đổi ngữ nghĩa trong ngữ cảnh giao tiếp thực tế giữa người nói và người nghe.
Các trường phái lý thuyết cấu trúc luận và bước ngoặt tạo sinh
Sự hình thành và hoàn thiện khái niệm kết cấu ngôn ngữ trải qua các giai đoạn phát triển học thuyết then chốt trong thế kỷ XX:
Chủ nghĩa cấu trúc hình thức của Leonard Bloomfield
Năm 1926, Leonard Bloomfield công bố công trình nghiên cứu trên tạp chí Language, thiết lập hệ thống định đề hình thức cho khoa học ngôn ngữ dựa trên việc xác định các đơn vị cấu trúc từ âm vị đến phát ngôn. Bloomfield chủ trương xây dựng ngôn ngữ học thành một bộ môn khoa học thực nghiệm khách quan, sử dụng phương pháp phân tích thành tố trực tiếp (immediate constituent analysis) để mổ xẻ cấu trúc câu thành các tầng bậc nhị phân độc lập với trực giác ngữ nghĩa chủ quan.
Quan điểm hệ thống và văn hóa của Edward Sapir
Năm 1929, Edward Sapir công bố nghiên cứu trên tạp chí Language, chỉ ra tính chất hệ thống hoàn chỉnh và khuôn mẫu cấu trúc nội tại của ngôn ngữ như một khoa học độc lập. Sapir nhấn mạnh rằng ngôn ngữ không chỉ là một công cụ truyền đạt thông tin cơ học mà là một hệ thống tượng trưng định hình thế giới quan và mô hình tư duy của cộng đồng bản ngữ.
Phương pháp phân tích phân bố của Zellig Harris
Năm 1946, Zellig S. Harris công bố bài báo trên tạp chí Language, xây dựng quy trình phân tích phân bố hình thức chuyển đổi từ hình vị lên cấu trúc phát ngôn toàn vẹn. Harris đã đưa ra các thuật toán phân bố nghiêm ngặt nhằm xác định các lớp từ tương đương mà không cần viện dẫn đến nghĩa của từ, đặt nền móng toán học cho việc mô hình hóa hình thức của cú pháp học.
Cuộc cách mạng ngữ pháp tạo sinh của Noam Chomsky
Năm 1956, Noam Chomsky công bố nghiên cứu trên IRE Transactions on Information Theory, chứng minh sự thiếu hụt năng lực hình thức của các mô hình trạng thái hữu hạn khi mô tả cấu trúc ngôn ngữ tự nhiên. Chomsky chỉ ra rằng chuỗi Markov không thể xử lý được các cấu trúc đệ quy phân nhánh lồng nhau vô hạn vốn là bản chất cố hữu của ngôn ngữ con người.
Năm 1957, Noam Chomsky xuất bản chuyên khảo Syntactic Structures, thiết lập học thuyết ngữ pháp tạo sinh chuyển đổi và phân định các tầng bậc cấu trúc cú pháp. Chomsky phân biệt cấu trúc bề mặt (cách câu được phát âm hoặc viết ra) với cấu trúc sâu (mô hình ngữ pháp trừu tượng thể hiện quan hệ ngữ nghĩa gốc), được liên kết với nhau qua hệ thống các quy tắc biến đổi hình thức.
So sánh kết cấu loại hình: Ngôn ngữ đơn lập và ngôn ngữ tổng hợp
Kết cấu ngôn ngữ thể hiện sự đa dạng sâu sắc qua các loại hình ngôn ngữ trên thế giới. Bảng đối chiếu dưới đây phân tích sự khác biệt về phương thức biểu hiện cấu trúc giữa tiếng Việt (đại diện tiêu biểu của loại hình đơn lập) và các ngôn ngữ hòa kết (như tiếng Nga, tiếng Latinh):
| Tiêu chí cấu trúc | Ngôn ngữ đơn lập (như Tiếng Việt) | Ngôn ngữ hòa kết (như Tiếng Nga, Tiếng Latinh) |
|---|---|---|
| Đơn vị cấu trúc cơ sở | Hình tiết (tiếng), ranh giới âm tiết trùng với ranh giới hình vị | Từ đa hình vị, căn tố kết hợp chặt chẽ với các phụ tố biến hình |
| Biến đổi hình thái học | Từ không biến đổi hình thái ngữ pháp trong mọi hoàn cảnh cú pháp | Từ biến đổi hình thái phức tạp theo cách, giống, số, thì và thể |
| Phương thức biểu thị quan hệ cú pháp | Chủ yếu dựa vào trật tự từ và các hư từ chuyên dụng | Chủ yếu dựa vào các phụ tố biến tố và sự hòa kết cách |
| Tính độc lập của từ | Từ có tính cố định cao, ranh giới từ và ngữ đoạn linh hoạt | Từ phụ thuộc chặt chẽ vào các quy tắc biến cách nội tại |
Ứng dụng trong ngôn ngữ học máy tính và xử lý ngôn ngữ tự nhiên
Trong kỷ nguyên trí tuệ nhân tạo, sự hiểu biết sâu sắc về kết cấu ngôn ngữ là nền tảng sống còn của ngành xử lý ngôn ngữ tự nhiên (NLP):
- Phân tích cú pháp tự động (Parsing): Các thuật toán xây dựng cây cú pháp phụ thuộc (dependency tree) hoặc cây cấu trúc thành tố (constituency tree) dựa trên lý thuyết ngữ pháp hình thức để xác định mối quan hệ chủ ngữ, vị ngữ và bổ ngữ trong câu văn bản.
- Mô hình ngôn ngữ lớn (LLM): Dù các mô hình mạng nơ-ron sâu hiện đại hoạt động dựa trên xác suất thống kê của các token, các nghiên cứu thăm dò nội tại (probing tasks) chứng minh rằng các lớp chú ý (attention heads) của mô hình Transformer đã tự động học được cấu trúc phân tầng ngữ pháp và các mối quan hệ đối vị phức tạp của ngôn ngữ loài người.
- Dịch máy nơ-ron (NMT): Việc nắm bắt được sự tương đương giữa kết cấu đơn lập phân tích tính của tiếng Việt với kết cấu tổng hợp của các ngôn ngữ biến hình giúp cải thiện rõ rệt độ chính xác khi chuyển dịch ngữ pháp và trật tự cú pháp giữa các hệ thống ngôn ngữ khác nhau.
Ranh giới và các thách thức lý thuyết
Mặc dù cấu trúc luận đã tạo nên nền tảng vững chắc cho ngôn ngữ học, các lý thuyết thuần hình thức cũng đối mặt với một số ranh giới nhận thức luận:
- Sự tách rời ngữ cảnh xã hội: Việc chỉ tập trung vào cấu trúc nội tại thuần túy đôi khi cô lập ngôn ngữ khỏi các yếu tố xã hội học ngôn ngữ, sự biến đổi ngôn ngữ theo vùng miền và tương tác văn hóa thực tế.
- Vấn đề phân định ranh giới từ trong ngôn ngữ đơn lập: Trong các ngôn ngữ như tiếng Việt, do không có dấu hiệu biến hình ngữ pháp hình thức, ranh giới giữa từ ghép và cụm từ tự do là một vấn đề lý thuyết phức tạp đòi hỏi các tiêu chí phân tích kết hợp giữa ngữ âm, ngữ nghĩa và cú pháp học.