ระบบการค้นคืนข้อความภาษาไทยโดยใช้แฟ้มข้อมูลผกผัน

วิฑูรย์ กัลยาณวัฒน์

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/12965

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	สมชาย ประสิทธิ์จูตระกูล	-
dc.contributor.author	วิฑูรย์ กัลยาณวัฒน์	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย	-
dc.date.accessioned	2010-06-22T08:08:36Z	-
dc.date.available	2010-06-22T08:08:36Z	-
dc.date.issued	2540	-
dc.identifier.isbn	9746376632	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/12965	-
dc.description	วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2540	en
dc.description.abstract	นำเสนอขั้นตอนวิธีการจัดทำดัชนีสำหรับระบบสืบค้นข้อความไทย ที่ใช้โครงสร้างแฟ้มข้อมูลแบบผกผัน โดยที่เอกสารต่างๆ ที่ได้รับมานั้นสามารถมีคำที่ไม่มีอยู่ในพจนานุกรมของระบบได้ ปัญหานี้เกิดขึ้นจากการเขียนข้อความในภาษาไทย ที่ไม่มีตัวกำหนดขอบเขตระหว่างคำ โดยอาศัยพจนานุกรมของระบบ ขั้นตอนวิธีที่นำเสนอนี้หาคำตอบที่ยาวสุดต่างๆ ที่มีในพจนานุกรมที่ปรากฏในข้อความ จากนั้นสร้างกราฟที่แทนการติดกันและการทับกันของคำต่างๆ ในข้อความ โดยที่เส้นทางที่สั้นสุดในกราฟนี้ แทนกลุ่มที่เล็กสุดของคำในข้อความที่เมื่อเลือกแล้ว จะลดจำนวนสายอักขระย่อยที่ไม่รู้จักให้ปรากฏขึ้นเป็นจำนวนน้อยที่สุด สายอักขระย่อยเหล่านี้จะถูกเทียบกับพยางค์ต่างๆ ในข้อความ โดยการใช้ขั้นตอนวิธีการแบ่งพยางค์แบบใช้กฎ คำต่างๆ ที่ได้บนเส้นทางสั้นสุดของกราฟ และพยางค์ต่างๆ ที่ได้จากการเทียบกับสายอักขระย่อยที่ไม่เป็นคำที่รู้จัก จะเป็นกลุ่มของคำสำคัญในการจัดทำดัชนีของข้อความที่ได้รับ ผลการทดลองแสดงให้เห็นว่าจำนวนคำสำคัญที่หาได้นั้น ลดจากจำนวนคำทั้งหมดที่หาได้จากข้อความประมาณ 72%	en
dc.description.abstractalternative	Presents an autormatic indexing algorithm for inverted-file-based Thai text retrieval system where given documents can have words that are unkhown to the system's dictionary. The problem arises from the fact that there is no explicit inter-word delimiter in Thai text. By using system dictionary, the algorithm first finds a set of recognizable words that maximally match all the semi-infinite substrings of a given text. It then constructs an adjacent-overlapping graph whose a shortest path represents a smallest list of known words minimizing unknown substrings of the text. The unknown substrings are matched with the set of syllables obtained from a rule-based syllable segmentation of the text. The words on the shortest path of the adjacent-overlapping graph and the matched syllables are then used as keywords for indexing of the given text. Experimental results showed that the number of keywords obtained is approximately 72% less compared to the number obtained by using matching-all-known-words technique.	en
dc.format.extent	351731 bytes	-
dc.format.extent	236039 bytes	-
dc.format.extent	458071 bytes	-
dc.format.extent	549721 bytes	-
dc.format.extent	437644 bytes	-
dc.format.extent	235584 bytes	-
dc.format.extent	389747 bytes	-
dc.format.mimetype	application/pdf	-
dc.format.mimetype	application/pdf	-
dc.format.mimetype	application/pdf	-
dc.format.mimetype	application/pdf	-
dc.format.mimetype	application/pdf	-
dc.format.mimetype	application/pdf	-
dc.format.mimetype	application/pdf	-
dc.language.iso	th	es
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.subject	ภาษาไทย	en
dc.subject	การค้นข้อสนเทศ	en
dc.subject	แฟ้มดัชนี	en
dc.title	ระบบการค้นคืนข้อความภาษาไทยโดยใช้แฟ้มข้อมูลผกผัน	en
dc.title.alternative	Thai text retrieval system using inverted files	en
dc.type	Thesis	es
dc.degree.name	วิศวกรรมศาสตรมหาบัณฑิต	es
dc.degree.level	ปริญญาโท	es
dc.degree.discipline	วิศวกรรมคอมพิวเตอร์	es
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.email.advisor	Somchai.P@Chula.ac.th	-
Appears in Collections:	Grad - Theses

Files in This Item:

File	Size	Format
Witoon_Ka_front.pdf	343.49 kB	Adobe PDF	View/Open
Witoon_Ka_ch1.pdf	230.51 kB	Adobe PDF	View/Open
Witoon_Ka_ch2.pdf	447.33 kB	Adobe PDF	View/Open
Witoon_Ka_ch3.pdf	536.84 kB	Adobe PDF	View/Open
Witoon_Ka_ch4.pdf	427.39 kB	Adobe PDF	View/Open
Witoon_Ka_ch5.pdf	230.06 kB	Adobe PDF	View/Open
Witoon_Ka_back.pdf	380.61 kB	Adobe PDF	View/Open

Show simple item record