Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/67434
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorวิษณุ โคตรจรัส-
dc.contributor.authorวนิดา เกษร์สุวรรณ์-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์-
dc.date.accessioned2020-08-13T06:16:36Z-
dc.date.available2020-08-13T06:16:36Z-
dc.date.issued2548-
dc.identifier.isbn9745328464-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/67434-
dc.descriptionวิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2548en_US
dc.description.abstractวิทยานิพนธ์นี้นำเสนอวิธีแก้ไขคำผิดแบบไม่ตั้งใจโดยอัตโนมัติในภาษาไทย เพื่อนำไปใช้ กับหุ่นยนต์สนทนา ซึ่งใช้คุณสมบัติอักขระข้างเคียงบนแป้นพิมพ์ช่วยในการแก้ไขคําผิด โดยได้มี การทดสอบเพื่อสังเกตพฤติกรรมในการพิมพ์ พบรูปแบบการพิมพ์ผิดในภาษาไทยว่า 93.54 เปอร์เซ็นต์จากคําผิดที่พบทั้งหมด เกิดจากความผิดพลาดทั้ง 4 กรณีประกอบกัน คือ แทนที่ เกิน ตก สลับ (เรียงตามลําดับปริมาณที่พบจากมากไปน้อย) และตําแหน่งอักขระที่ผิดนั้นเฉลี่ยอยู่ ตําแหน่งที่ 58.36 เปอร์เซ็นต์ของความยาวคำ ในงานวิจัยนี้นํารูปแบบการพิมพ์ผิดที่ได้มาออกแบบอัลกอริทึมแก้ไขคำผิด แล้วทำการทดสอบประสิทธิภาพด้วยบทสนทนาที่มีคำผิดแบบไม่ตั้งใจทั้งหมดจำนวน 120 ประโยค (ยกเว้น ความผิดพลาดที่มาจากการพิมพ์ตก) พบว่าหุ่นยนต์สามารถตอบได้คิดเป็น 95 เปอร์เซ็นต์ ซึ่งแสดงให้เห็นว่าหุ่นยนต์สามารถทำงานได้ประสิทธิภาพมากขึ้นหากใช้อัลกอริทึมนี้en_US
dc.description.abstractalternativeThis thesis proposes an algorithm, which is an automatic correction algorithm for unintentional typing errors in Thai language, for communicating with chat robot. It uses the characteristic of adjacent alphabets on keyboard for error correction. Our investigation found that 93.54 percent of all misspelled words in Thai language contains four kinds of typing errors: substitution, insertion, deletion and transposition (arranged from maximum to minimum frequency). Average error position in misspelled words is at 58.36 percent of the word length. This thesis uses the discovered typing error patterns to design an error correction algorithm. The algorithm is tested on 120 sentences with unintentional typing errors (except error from deletion typing). The chat robot is able to identify 95 percent of the errors. It shows that the chat robot can work more effectively if it uses this algorithm.en_US
dc.language.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectการสะกดคำผิดen_US
dc.subjectปฏิสัมพันธ์มนุษย์-หุ่นยนต์en_US
dc.subjectภาษาไทย -- ตัวสะกดen_US
dc.subjectSpelling errorsen_US
dc.subjectHuman-robot interactionen_US
dc.subjectThai language -- Orthography and spellingen_US
dc.titleการแก้คำผิดแบบไม่ตั้งใจโดยอัตโนมัติในภาษาไทย เพื่อการสื่อสารกับหุ่นยนต์สนทนาen_US
dc.title.alternativeAutomatic correction for unintentional typing errors in Thai language for communication with chat roboten_US
dc.typeThesisen_US
dc.degree.nameวิทยาศาสตรมหาบัณฑิตen_US
dc.degree.levelปริญญาโทen_US
dc.degree.disciplineวิทยาศาสตร์คอมพิวเตอร์en_US
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.email.advisorVishnu.K@Chula.ac.th-
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
Wanida_ke_front_p.pdfหน้าปก และบทคัดย่อ895.71 kBAdobe PDFView/Open
Wanida_ke_ch1_p.pdfบทที่ 1760.02 kBAdobe PDFView/Open
Wanida_ke_ch2_p.pdfบทที่ 21.17 MBAdobe PDFView/Open
Wanida_ke_ch3_p.pdfบทที่ 31.41 MBAdobe PDFView/Open
Wanida_ke_ch4_p.pdfบทที่ 41.29 MBAdobe PDFView/Open
Wanida_ke_ch5_p.pdfบทที่ 5920.61 kBAdobe PDFView/Open
Wanida_ke_ch6_p.pdfบทที่ 6756.51 kBAdobe PDFView/Open
Wanida_ke_back_p.pdfบรรณานุกรม และภาคผนวก1.36 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.