Hình vị và từ; "tiếng" trong tiếng Việt là đơn vị gì?

Hình vị: đơn vị nhỏ nhất có nghĩa

Hình vị là đơn vị nhỏ nhất của ngôn ngữ mang nghĩa (nghĩa từ vựng hoặc nghĩa ngữ pháp). Chia nhỏ hơn nữa thì chỉ còn âm thanh, không còn nghĩa. Ví dụ trong tiếng Anh:

Một từ tiếng Anh có thể gồm một hay nhiều hình vị. Giới ngôn ngữ học phân biệt:

• Căn tố (gốc từ): mang nghĩa từ vựng chính: cat, happy, teach.
• Phụ tố: gắn vào căn tố. Đứng trước là tiền tố (un-), đứng sau là hậu tố (-ness, -er); một số ngôn ngữ còn có trung tố chen vào giữa căn tố.
• Hình vị tự do dùng một mình được (cat); hình vị ràng buộc phải gắn với hình vị khác (-s, un-).

Các phụ tố như -s (số nhiều) hay -ed (quá khứ) gọi là phụ tố biến hình: chúng không tạo từ mới mà thay đổi hình thức của từ theo ngữ pháp. Đây là đặc trưng của các ngôn ngữ hoà kết và chắp dính, xem bài Loại hình ngôn ngữ.

Từ: đơn vị dùng để đặt câu

Từ thường được định nghĩa là đơn vị nhỏ nhất có nghĩa, dùng độc lập để tạo câu. Nghe thì đơn giản, nhưng thực tế các nhà ngôn ngữ học thừa nhận rất khó đưa ra một định nghĩa "từ" áp dụng được cho mọi ngôn ngữ. Trong tiếng Anh, chữ viết cách nhau bằng khoảng trắng gợi ý ranh giới từ; trong tiếng Việt, khoảng trắng lại nằm giữa các âm tiết, không phải giữa các từ. Câu Học sinh học bài có bốn chữ nhưng chỉ ba từ: học sinh, học, bài.

"Tiếng" trong tiếng Việt

Trong tiếng Việt, đơn vị nổi bật nhất là tiếng: về âm là một âm tiết, về chữ là một chữ viết rời, và trong đa số trường hợp, về nghĩa là một hình vị. Đây là đặc điểm điển hình của ngôn ngữ đơn lập: ranh giới âm tiết, ranh giới hình vị và (với từ đơn) ranh giới từ trùng nhau.

Hai dòng cuối là chỗ các nhà nghiên cứu còn bàn cãi. Với xắn trong xinh xắn: có ý kiến coi đây là một hình vị đặc biệt (mang nghĩa sắc thái, không mang nghĩa từ vựng), có ý kiến coi từ láy là một hình vị được "nhân đôi" có biến đổi. Với cà phê: rõ ràng hai tiếng chỉ là một hình vị, nhưng các trường hợp này chủ yếu là từ mượn hoặc từ cổ đã mờ nghĩa. Xem thêm bài Từ láy và Cấu tạo từ tiếng Việt.

Về tên gọi, các tài liệu dùng nhiều thuật ngữ: tiếng (sách giáo khoa), hình tiết, hình vị, từ tố, yếu tố. Một số nhà nghiên cứu còn đi xa hơn, cho rằng chính tiếng mới là đơn vị tương đương với "từ" của các ngôn ngữ châu Âu, còn những tổ hợp như học sinh nên coi là một kiểu cụm cố định. Đây là quan điểm thiểu số nhưng có lập luận đáng chú ý; sách giáo khoa và đa số từ điển theo cách coi học sinh là một từ ghép.

Tiếng Việt có phụ tố không?

Tiếng Việt không có phụ tố biến hình: không có đuôi số nhiều, đuôi chia thì. Nhưng có một số yếu tố, chủ yếu gốc Hán, hoạt động giống phụ tố cấu tạo từ, lặp lại đều đặn với nghĩa khái quát:

Các nhà ngữ pháp gọi chúng là "bán phụ tố", "yếu tố giống phụ tố" hay "phụ tố cấu tạo từ", vì chúng vẫn giữ một phần nghĩa từ vựng và nhiều yếu tố vẫn dùng độc lập được (học, siêu trong khẩu ngữ). Gọi tên thế nào tuỳ trường phái, nhưng chúng là con đường sinh từ mới rất năng sản: số hoá, siêu ứng dụng, tái sử dụng.

Một hình vị, nhiều dạng

Một hình vị có thể xuất hiện dưới nhiều dạng âm thanh khác nhau tuỳ vị trí; các dạng ấy gọi là biến thể hình vị (hình thái). Ví dụ kinh điển trong tiếng Anh là đuôi số nhiều -s: đọc là [s] trong cats, [z] trong dogs, và thêm một nguyên âm trong horses. Ba cách đọc, nhưng vẫn là một hình vị "số nhiều", và dạng nào xuất hiện là do âm đứng trước quyết định.

Tiếng Việt có những trường hợp tương tự, tuy không nhiều, rõ nhất ở hệ thống số đếm:

• một và mốt: mười một nhưng hai mươi mốt.
• năm, lăm, nhăm: một trăm linh năm, mười lăm, hai nhăm (khẩu ngữ miền Bắc).
• mười và mươi: mười hai nhưng hai mươi.

Ở mỗi cặp, nghĩa không đổi, chỉ hình thức âm thay đổi theo vị trí, đúng như định nghĩa biến thể hình vị. Chi tiết về các quy luật đọc số này có ở bài Số từ và lượng từ. Có thể xem các cặp như đẹp và đèm trong đèm đẹp cũng là một kiểu biến đổi theo vị trí, dù ở đây cơ chế là láy chứ không phải biến thể hình vị theo nghĩa hẹp.

Bài toán tách từ

Vì ranh giới từ không hiện ra trên chữ viết, việc tách từ là một bài toán thực tế quan trọng khi xử lý tiếng Việt bằng máy tính: tìm kiếm, dịch máy, đếm từ khoá đều cần biết đâu là một từ. Ví dụ nổi tiếng:

Học sinh học sinh học.

Câu này nghĩa là "Học sinh học môn sinh học", tách thành học sinh / học / sinh học. Máy tính chỉ nhìn các tiếng giống nhau sẽ rất dễ tách sai. Một ví dụ khác: Ông già đi nhanh quá có thể tách ông già / đi / nhanh quá (người già đi nhanh) hoặc ông / già đi / nhanh quá (ông ấy lão hoá nhanh). Con người phân định nhờ ngữ cảnh; máy tính phải học từ kho văn bản lớn đã được tách sẵn.

Chính vì những khó khăn này, các công cụ đếm "số từ" cho văn bản tiếng Việt thường đếm số tiếng (số chữ cách nhau bởi khoảng trắng), không phải số từ theo nghĩa ngôn ngữ học.