Lỗi bảng mã làm sai kết quả kiểm trùng vì phần mềm nhìn thấy chuỗi ký tự, không nhìn thấy hình chữ. Cùng chữ “Việt” có thể được lưu dưới dạng dựng sẵn (mỗi chữ có dấu là một ký tự) hoặc tổ hợp (chữ gốc cộng các dấu ghép riêng); tệp soạn bằng phông kiểu cũ thì chữ trông đúng trên máy bạn nhưng bên trong là ký hiệu khác hẳn. Phần mềm không chuẩn hoá được thì đoạn đó coi như không đọc nổi, tỷ lệ trùng sai lệch.
Cách xử lý gọn: soạn bằng phông Unicode, chuyển mọi đoạn phông cũ sang Unicode, đưa toàn văn về dạng dựng sẵn, rồi mở bản xem trước của phần mềm kiểm trùng xem chữ có hiện đúng không. Phần dưới giải thích từng loại lỗi, cách nhận ra bằng mắt và các việc nên làm trước khi tải tệp lên.
Ba cách một chữ có dấu nằm trong tệp
Cách thứ nhất là Unicode dựng sẵn: chữ “ệ” là một ký tự riêng trong bảng Unicode. Đây là dạng phổ biến nhất hiện nay, hầu hết bộ gõ đặt mặc định, và cũng là dạng mà phần lớn phần mềm xử lý tốt nhất.
Cách thứ hai là Unicode tổ hợp: chữ “ệ” được ghép từ chữ “e”, một dấu mũ và một dấu nặng, ba ký tự đứng liền nhau. Trình soạn thảo hiện lên giống hệt dạng dựng sẵn. Dạng này hay xuất hiện khi chữ được sao chép từ một số hệ điều hành, một số trang web, hoặc khi bộ gõ được đặt chế độ tổ hợp.
Cách thứ ba là bảng mã cũ từ trước khi Unicode phổ biến, gắn với các bộ phông riêng. Chữ hiện đúng chỉ khi máy có đúng phông đó; bên trong, mỗi chữ có dấu thực chất là một ký tự Latinh hoặc ký hiệu đã bị “vẽ lại” thành chữ Việt. Đem tệp này sang máy khác hoặc dán vào trình duyệt, chữ vỡ ra thành chuỗi ký hiệu khó đọc.
Với người, ba cách trên trông như nhau. Với máy so văn bản, chúng là ba chuỗi khác hẳn nhau, và chỉ bước chuẩn hoá mới đưa chúng về một mối.
Lệch bảng mã làm kết quả sai theo hai hướng
Báo trùng thấp giả. Đoạn soạn bằng phông cũ khi lên máy thành chuỗi ký hiệu không khớp với nguồn nào, nên phần mềm không tô màu. Tỷ lệ tổng nhìn đẹp, nhưng đó là vì máy không đọc được, không phải vì đoạn đó là của bạn. Nhiều trường đã quy định bài nộp phải dùng phông Unicode, và hội đồng có thể trả bài nếu bản kiểm hiển thị chữ hỏng.
Báo trùng cao hoặc lệch. Khi phần lớn bài ở dạng dựng sẵn còn một số đoạn dán vào ở dạng tổ hợp, phần mềm không chuẩn hoá có thể tách các đoạn đó thành những mẩu lạ, khớp lung tung với nguồn có cùng lỗi, hoặc làm hỏng việc tách từ ở câu xung quanh. Kết quả là những chỗ tô màu khó hiểu.
Báo cáo khó đọc khi trao đổi. Ngay cả khi tỷ lệ không đổi nhiều, báo cáo có chữ vỡ làm người hướng dẫn và hội đồng mất thời gian đối chiếu, và dễ tạo ấn tượng rằng bài có điều gì bất thường. Một bài sạch về mặt chữ giúp cuộc trao đổi tập trung vào nội dung.
Nhận ra tệp có vấn đề bảng mã bằng mắt
Không cần công cụ chuyên dụng, vài phép thử sau giúp bạn biết tệp có sạch không:
- Mở phần chọn phông chữ trong phần mềm soạn thảo, quét toàn văn: nếu có đoạn dùng phông có tên lạ, thường kèm tiền tố kiểu cũ, đó là đoạn bảng mã cũ.
- Dán một đoạn vào trình soạn thảo văn bản thuần (không định dạng): chữ vỡ thành ký hiệu là dấu hiệu bảng mã cũ.
- Dùng chức năng tìm kiếm tìm một từ có dấu mà bạn biết chắc có trong bài: tìm không ra dù chữ hiện rõ trên màn hình, rất có thể đoạn đó khác dạng Unicode với chữ bạn gõ vào ô tìm.
- Dùng phím di chuyển con trỏ qua một chữ có dấu: nếu phải bấm nhiều lần mới qua hết một chữ, chữ đó đang ở dạng tổ hợp.
- Xuất thử ra PDF rồi sao chép lại một đoạn từ PDF: chữ dán ra hỏng là dấu hiệu tệp hoặc phông có vấn đề.
Những phép thử này mất vài phút, nhưng giúp bạn tránh tình huống tải bài lên, trả phí một lượt kiểm, rồi nhận về báo cáo chữ vỡ phải làm lại.
Đưa tệp về một bảng mã chuẩn
Thao tác cụ thể khác nhau theo phần mềm và phiên bản; dưới đây là trình tự theo nguyên lý, bạn đối chiếu với menu của phần mềm mình đang dùng.
- Lưu một bản sao của tệp gốc trước khi làm gì, đặt tên rõ ràng để không ghi đè nhầm.
- Với đoạn soạn bằng phông cũ: dùng công cụ chuyển mã có sẵn trong bộ gõ tiếng Việt phổ biến, chọn đúng bảng mã nguồn và đích là Unicode. Chuyển từng phần nếu tài liệu dài, kiểm lại ngay sau mỗi phần.
- Với cả văn bản: dùng chức năng chuẩn hoá về Unicode dựng sẵn nếu bộ gõ hoặc phần mềm của bạn có; nếu không, dán đoạn tổ hợp qua một công cụ chuyển mã để đưa về dựng sẵn.
- Đổi toàn bộ văn bản sang một phông Unicode thông dụng mà trường hoặc nơi nhận bài yêu cầu.
- Đặt bộ gõ của bạn ở chế độ Unicode dựng sẵn để những phần gõ thêm từ nay không lẫn kiểu.
- Đọc soát lại các chữ hay hỏng sau chuyển mã: chữ “ư”, “ơ”, “đ”, chữ hoa có dấu, các dấu ngoặc kép và gạch ngang.
Sau khi chuyển, so số trang và số chữ với bản gốc. Chuyển mã sai có thể làm mất ký tự hoặc ghép nhầm, và sai lệch thường nằm ở những đoạn ít ai đọc lại như chú thích, tài liệu tham khảo.
Dán chữ từ nguồn khác: chỗ lỗi hay chui vào
Phần lớn tệp sạch lúc đầu, rồi bẩn dần qua quá trình viết. Mỗi lần dán một câu trích từ trang web, một đoạn từ tệp PDF, một định nghĩa từ tài liệu cũ, bạn có thể mang theo dạng chữ khác. Văn bản pháp luật, tài liệu hành chính lâu năm, luận văn khoá trước lưu trong thư viện số là những nguồn hay còn phông cũ hoặc chữ tổ hợp.
Thói quen an toàn là dán ở chế độ chỉ giữ chữ, không giữ định dạng, rồi kiểm lại phông của đoạn vừa dán. Với trích dẫn ngắn, gõ lại bằng tay đôi khi còn nhanh hơn sửa lỗi, và bạn có dịp đọc kỹ đoạn mình trích. Với trích dẫn dài, dán xong thì chuẩn hoá ngay, đừng để tới cuối.
Cần nói rõ: dán chữ từ nguồn khác để trích dẫn là bình thường, miễn là có ngoặc kép và ghi nguồn. Vấn đề bảng mã chỉ là chuyện kỹ thuật, nhưng nếu không xử lý thì nó làm méo báo cáo, và người đọc báo cáo khó phân biệt đâu là trích dẫn hợp lệ, đâu là đoạn có vấn đề.
Đừng coi lỗi bảng mã là cách giảm trùng
Có người phát hiện ra rằng đoạn chữ phông cũ làm tỷ lệ trùng giảm, rồi cố tình để nguyên hoặc chuyển ngược một số đoạn sang bảng mã khác. Đây là sai lầm có hậu quả. Nhiều phần mềm hiện nay tự chuyển mã trước khi so, nên mánh này không còn tác dụng; khi phần mềm đánh dấu tệp có ký tự bất thường, người chấm sẽ mở ra xem từng đoạn.
Hơn nữa, hầu hết quy chế kiểm trùng coi việc can thiệp vào tệp để che đoạn trùng là hành vi gian lận, nặng hơn chuyện tỷ lệ trùng cao. Tỷ lệ cao còn có thể giải trình, sửa bản; hành vi cố ý che giấu thì rất khó giải thích với hội đồng. Mỗi trường có quy định riêng về cách xử lý, bạn nên đọc quy định hiện hành của nơi mình học.
Bài trên site viết riêng về chuyện bỏ dấu và chèn ký tự lạ nói kỹ hơn vì sao các cách “lách” kiểu này bị phát hiện và bị xử nặng.
Bài nhiều người cùng soạn: thống nhất bảng mã từ đầu
Báo cáo nhóm, đề tài nhiều thành viên, hồ sơ do nhiều phòng góp phần là nơi lỗi bảng mã gặp nhiều nhất. Mỗi người một máy, một bộ gõ, một thói quen; khi ghép lại, tệp chung chứa đủ cả dựng sẵn, tổ hợp và đôi khi một chương soạn bằng phông cũ từ tài liệu năm trước. Người ghép bài thường chỉ nhìn bề mặt thấy chữ đúng nên không nghi ngờ gì.
Cách gọn nhất là thống nhất ngay buổi đầu: cả nhóm dùng phông Unicode nào, bộ gõ đặt chế độ dựng sẵn, gửi phần của mình dưới dạng tệp soạn thảo chứ không phải ảnh chụp hay tệp PDF. Người chịu trách nhiệm ghép bài chạy các phép thử ở phần trên với từng phần nhận về, trước khi dán vào tệp chung. Sửa từng phần nhỏ luôn dễ hơn sửa một tệp dài đã trộn lẫn.
Nếu nhóm dùng tài liệu soạn chung trên mạng, vẫn nên kiểm khi tải về thành tệp để nộp kiểm trùng, vì bước xuất tệp đôi khi thay phông hoặc đổi dạng dấu ngoặc.
Bảng tự kiểm trước khi tải tệp lên
Dùng bảng dưới như danh sách đánh dấu nhanh trước mỗi lần nộp kiểm.
| Việc cần kiểm | Cách kiểm nhanh | Nếu sai thì làm gì |
|---|---|---|
| Phông chữ thống nhất | Chọn toàn văn, xem ô phông chữ có hiện một tên duy nhất không | Đổi toàn bộ sang phông Unicode theo yêu cầu |
| Không còn bảng mã cũ | Dán vài đoạn vào trình soạn văn bản thuần | Chuyển mã đoạn hỏng sang Unicode |
| Cùng một dạng Unicode | Tìm thử vài từ có dấu, dò con trỏ qua chữ | Chuẩn hoá về dựng sẵn |
| Chú thích, tài liệu tham khảo sạch | Đọc soát phần cuối bài | Sửa tay từng mục lỗi |
| Bản xem trước hiển thị đúng | Xem phần trích chữ của phần mềm kiểm trùng nếu có | Dừng lại, sửa tệp trước khi chạy kiểm |
Nếu phần mềm kiểm trùng cho xem trước chữ đã trích từ tệp, hãy luôn dùng bước đó. Đó là cách nhanh nhất để biết máy “thấy” bài của bạn như thế nào.
Câu hỏi thường gặp
Unicode dựng sẵn và Unicode tổ hợp khác nhau thế nào?
Dựng sẵn lưu mỗi chữ có dấu thành một ký tự riêng, còn tổ hợp ghép chữ gốc với các dấu đứng sau nó. Trên màn hình hai dạng giống hệt nhau, nhưng máy so văn bản coi là hai chuỗi khác nhau nếu không chuẩn hoá. Dựng sẵn là dạng phổ biến và nên dùng.
Tệp soạn bằng phông cũ có kiểm trùng được không?
Được nếu phần mềm tự chuyển mã, nhưng không nên trông vào điều đó. Tốt nhất là chuyển toàn bộ sang Unicode trước khi kiểm. Nhiều trường còn yêu cầu bài nộp phải dùng phông Unicode, nên dù sao bạn cũng phải chuyển.
Làm sao biết tệp của mình đang dùng dạng tổ hợp?
Một cách đơn giản là di chuyển con trỏ qua một chữ có dấu bằng phím mũi tên. Nếu phải bấm hai ba lần mới qua hết chữ đó, chữ đang ở dạng tổ hợp. Cách khác là tìm thử một từ có dấu mà bạn biết có trong bài.
Chữ bị lỗi phông có làm tỷ lệ trùng giảm không?
Có thể làm giảm với phần mềm không chuyển mã, vì máy không đọc được đoạn đó. Nhưng đó là kết quả sai, không phản ánh bài thật. Cố tình để lỗi phông để giảm trùng thường bị coi là gian lận và bị xử nặng hơn tỷ lệ trùng cao.
Chuyển mã xong cần kiểm lại những gì?
Kiểm số trang, số chữ so với bản gốc, đọc soát các chữ hay hỏng như ư, ơ, đ, chữ hoa có dấu, dấu ngoặc kép. Đặc biệt đọc kỹ chú thích và danh mục tài liệu tham khảo, vì lỗi hay nằm ở phần ít ai đọc lại.
Dán chữ từ trang web vào bài có gây lỗi bảng mã không?
Có thể, vì chữ trên một số trang web hoặc tệp PDF ở dạng tổ hợp hoặc kèm ký tự ẩn. Nên dán ở chế độ chỉ giữ chữ, kiểm lại phông và chuẩn hoá ngay. Nhớ đặt ngoặc kép và ghi nguồn nếu đó là trích dẫn.