Bảng xếp hạng người dùng dùng Em Dash trên HN (trước khi ChatGPT xuất hiện)

 (gally.net)
1 điểm bởi GN⁺ 2025-08-31 | 1 bình luận | Chia sẻ qua WhatsApp
  • Bảng xếp hạng này chọn ra 50 người dùng hàng đầu trên Hacker News dựa theo số bài viết có chứa dấu gạch ngang dài (—) cho đến trước khi ChatGPT ra mắt (30/11/2022)
  • Dựa trên tần suất sử dụng dấu gạch ngang dài, bảng này cung cấp một góc nhìn thống kê thú vị về phong cách ngôn ngữ và văn hóa trong cộng đồng Hacker News
  • Bảng xếp hạng này phân tích thói quen viết trước một thời điểm nhất định, qua đó đóng vai trò tài liệu tham khảo để theo dõi sự thay đổi của cộng đồng
  • Phiên bản bảng xếp hạng đầy đủ hơn và liên kết thảo luận liên quan cũng được cung cấp thêm
  • Đây là một tài nguyên hữu ích cho các nhà phát triển và nhà phân tích quan tâm đến mẫu hình viết lách hoặc sự đa dạng ngôn ngữ trong cộng đồng

🏆 Hacker News Em Dash Champions

  • Bảng xếp hạng này chọn ra 50 người dùng hàng đầu trên Hacker News dựa theo số bài viết có chứa dấu gạch ngang dài (—) trong giai đoạn đến 30/11/2022, tức trước khi ChatGPT được công bố
  • Bảng xếp hạng này tập trung vào tần suất sử dụng dấu gạch ngang dài trong bài viết, cho thấy người dùng nào đã dùng dấu câu này nhiều nhất
  • Một phiên bản mới hơn, hoàn thiện hơn của bảng xếp hạng được cung cấp qua liên kết
  • Chuỗi thảo luận trên Hacker News liên quan đến dự án này cũng được liên kết trực tiếp
  • Những bảng xếp hạng như thế này mang lại các góc nhìn thú vị cho những người dùng quan tâm đến đặc điểm ngôn ngữ, phong cách viết và các hoạt động nhỏ trong cộng đồng

Bài viết liên quan

1 bình luận

 
GN⁺ 2025-08-31
Ý kiến Hacker News

  • v1 (URL đã gửi) là https://www.gally.net/miscellaneous/hn-em-dash-user-leaderboard.html, hiện đã được thay bằng v2 để phân tích em dash phức tạp hơn, xem chi tiết ở đây và ở đây

  • Đây đúng là kiểu chủ đề mà Hacker News rất cần, loại nội dung cao cấp đích thực, đúng kiểu vấn đề thật sự quan trọng

  • Tôi đã dùng bộ dữ liệu HN public của Google BigQuery để truy vấn mức độ sử dụng em dash theo từng năm, và kết quả là việc dùng em dash vẫn đang tăng đều trong thời gian gần đây
    Năm 2006 gần như không có, nhưng gần đây đã vượt 1% trên mỗi bình luận
    Khi trích xuất tỷ lệ dùng em dash theo người dùng, zmgsabst là người dùng nhiều nhất trên toàn bộ bình luận, còn westoncb là tài khoản lâu năm
    Liên kết liên quan: BigQuery HN dataset, hồ sơ zmgsabst, hồ sơ westoncb

    • Những người lớn tuổi hơn, chẳng hạn nhóm trên 40, đã quen dùng em dash từ khi còn trẻ
    • Xem bình luận của zmgsabst thì thấy có xu hướng chèn khoảng trắng quanh dash — kiểu như thế này
      Trong khi đó, điểm thú vị là ChatGPT lại viết không có khoảng trắng—như thế này—

  • Sẽ rất thú vị nếu cũng xếp hạng theo tần suất mọi người dùng --, tức double hyphen
    Bản thân tôi cũng là người dùng Linux lâu năm, và từ cuối năm 2022 sau Apple Silicon thì bắt đầu dùng thêm MacBook
    Trên Windows và Linux, việc nhập em-dash khá phiền vì phải qua quy trình alt-code, nhưng trên Mac thì phím option còn đóng vai trò shift cấp 3, nên chỉ cần option + - là ra en dash
    (Thực ra — em dash đúng nghĩa là shift + option + -)
    Tôi không cố tình dùng em dash kể cả sau khi bắt đầu dùng Mac, nhưng tôi đoán ai đó trong hoàn cảnh giống tôi có thể đã dùng em dash nhiều hơn nhờ nhập thuận tiện hơn

    • Ký tự tạo ra bằng tổ hợp option + - thực ra là en dash, còn em dash là tổ hợp shift + option + -
      Với những người quen TeX thì -- là en dash, --- là em dash, nên triple hyphen cũng nên được đưa vào danh sách
    • Trên Linux, nếu bật phím Compose thì có thể nhập em dash và en dash rất dễ
      Ví dụ: phím Compose + --- là em dash, phím Compose + --. là en dash
      Dấu ngoặc kép cũng có thể nhập bằng cách ghép tương tự
      Hoặc có thể dùng “Level 3 shift” hay “Alternate Characters Key(AltGr)” để nhập nhiều ký tự đặc biệt và các loại dash khác nhau
    • Ngay cả trong môi trường Linux, chỉ cần cấu hình phím Compose là có thể chèn dash dễ dàng như dưới đây
      --. → –
      --- → —
    • Trên iOS có tính năng tự động chuyển double dash thành em dash — tôi đã thử gõ double dash trực tiếp

  • Nếu muốn biết mình đã dùng em dash bao nhiêu lần thì có thể dùng script dưới đây, chỉ cần đổi username thành của mình là sẽ ra kết quả
    Với tôi, trước bình luận này là 46 lần

    curl -s "https://hn.algolia.com/api/v1/…; \
 | jq -r '.hits[].comment_text' \
 | grep -o "—" \
 | wc -l
    • Script này thực sự rất hữu ích, tôi đã dùng nó để kiểm tra không chỉ em dash mà cả en dash, --, và nhiều chuỗi khác nữa

  • Phân tích dựa trên tỷ lệ em dash so với tổng số bình luận có lẽ sẽ thú vị hơn, có lẽ cả những người dùng đăng ký muộn hơn cũng có thể leo lên top xếp hạng

    • Có thể chạy trực tiếp truy vấn đó trong Google Cloud BigQuery.
      Dùng cú pháp GoogleSQL pipe được hướng dẫn, có thể sắp xếp theo tỷ lệ dùng em dash của từng người dùng
      (Trường hợp của tôi là 258 em dash trên tổng 875 bình luận, tỷ lệ 0,29, xếp hạng 47 trên 516 người)
      Nếu muốn trích xuất thêm thông tin liên quan đến timestamp thì có thể xem first/avg timestamp bằng truy vấn bổ sung
      Đáng chú ý là người dùng em dash nhiều nhất bắt đầu hoạt động vào cuối tháng 1 năm 2022

  • Thay vì chỉ đếm số thô, có lẽ sẽ có thống kê sâu hơn nếu chỉ tính các trường hợp dùng theo kiểu gắn giữa hai từ, như (từ)—(em dash)—(từ)
    Ví dụ có thể loại trừ những trường hợp như ("—"), em dash có khoảng trắng, hay kiểu ưa chuộng của người dùng Nga
    Ngoài ra, trong nhiều ngôn ngữ, tiêu đề trang web thường có quy ước mẫu "[tên trang] — [tên site]"

    • Không chỉ Nga mà cả AP style guide cũng quy định để khoảng trắng hai bên em dash
      Style guide của Anh (ví dụ The Guardian) khuyến nghị en dash + khoảng trắng, nhưng trên thực tế cũng thường thấy em dash + khoảng trắng
      Các nước khác như Đức cũng có nhiều cách dùng em dash khác nhau, không chỉ riêng Mỹ và Nga

  • Trò xếp hạng em dash cũng vui thật, nhưng vì ai có nhiều bình luận hơn sẽ có lợi thế nên có lẽ tỷ lệ em dash/bình luận mới có ý nghĩa hơn

    • Tôi vừa tự tính theo tỷ lệ bằng bộ dữ liệu HN của HuggingFace, và từ năm 2018 tỷ lệ em dash tăng vọt
      Đặc biệt từ nửa sau năm 2024 lại có xu hướng tăng mạnh trở lại
      Hơi tiếc là không có dữ liệu năm 2025, nhưng cảm giác là ngay từ thời tiền-genAI thì lập luận của những người yêu em dash cũng không phải hoàn toàn vô căn cứ

  • Tôi tò mò không biết tiêu chí nhận diện em dash ở đây có phải là ký tự Unicode em dash thật hay không
    Bản thân tôi cũng học Latex từ hồi những năm 90 để viết bài báo, nên đã quen với tổ hợp --- (triple hyphen), và giờ cũng tự hỏi liệu điều này có trở thành dấu hiệu của văn bản do LLM tạo ra hay không

    • Trên Mac có phím tắt giúp nhập em dash rất dễ, đã có một thời gian tôi chỉ nhập em dash chuẩn trên Mac
      Nó từng khiến tôi cảm thấy đây là dấu hiệu của “người dùng Mac chú ý đến phong cách viết”
      Giờ thì tôi không dùng Mac nữa nên không rõ cách tạo em dash trực tiếp, ngày xưa ngoài Latex hay tổ hợp triple hyphen ra thì hầu như không có cách nào khác
    • Chính kiểu diễn đạt nhấn mạnh sự tương phản mới là đặc trưng thật sự của LLM
      Việc dùng một ký tự typography đặc biệt (em dash) mà đa số mọi người không biết càng khiến người ta nghi ngờ hơn
    • Tôi đặt phím Compose là alt phải + ctrl trái, nên giờ --- thành —, còn --. thành – rất dễ
      Nhân tiện thì en dash hầu như còn chẳng được nhắc đến

  • Là một người yêu em dash—và cũng có vài người như chúng tôi—tôi không thể hoàn toàn vui trước hiện tượng ChatGPT dùng em dash rất tích cực
    Theo tôi, do đặc điểm tinh chỉnh RLHF nên em dash—khác biệt rõ ràng với en dash và hyphen—đã bị xem như một dấu hiệu của văn phong uy quyền

    • Trong văn viết trang trọng kiểu Anh, truyền thống là word en-dash word
      Còn wordem-dashword thì tôi vẫn nghĩ là phong cách Mỹ, và ở Anh gần như chưa từng thấy
      Người ngoài đôi khi cũng không phân biệt rõ en dash với hyphen, và các cơ quan báo chí cũng có xu hướng không quá nghiêm ngặt về chuyện này
      Cũng có suy đoán rằng ChatGPT dùng em dash là do ảnh hưởng từ bộ dữ liệu kiểu Mỹ
      (Tôi là cựu nhà văn chuyên nghiệp với 30 năm kinh nghiệm, và ngay từ đầu đã dặn ChatGPT đừng dùng em dash hay tiêu đề kiểu Title Case)
      Tham khảo: The Guardian style guide
    • Cá nhân tôi rất không hài lòng
      Em dash từng là dấu hiệu của “một văn bản do con người cẩn thận với chi tiết viết ra”, nhưng giờ đã biến thành sản phẩm đầu ra phổ biến của AI, điều đó khiến tôi khá buồn
      Đôi lúc tôi còn nghĩ LLM được phát triển chỉ để chọc tức mình