การกำกับหมวดคำสำหรับข้อความภาษาไทย

บุญเสริม กิจศิริกุล

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/5609

Full metadata record

DC Field	Value	Language
dc.contributor.author	บุญเสริม กิจศิริกุล	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. ภาควิชาวิศวกรรมคอมพิวเตอร์	-
dc.date.accessioned	2008-01-25T09:52:41Z	-
dc.date.available	2008-01-25T09:52:41Z	-
dc.date.issued	2541	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/5609	-
dc.description.abstract	รายงานนี้แสดงการประยุกต์ใช้วิธีการทางสถิติในการกำกับหมวดคำให้กับคำในคลังข้อความภาษาไทย เนื่องจากคำในภาษาไทยเขียนติดต่อกันโดยไม่มีเครื่องหมายแบ่งคำ ดังนั้นการศึกษาวิธีกำกับหมวดคำของคลังข้อความภาษาไทยจึงต้องศึกษาการตัดคำร่วมด้วย ในงานวิจัยนี้เราใช้แบบจำลองไตรแกรมทั้งในการตัดคำและการกำกับหมวดคำ ผลการทดลองแสดงให้เห็นว่าแบบจำลองไตรแกรมใช้ได้อย่างมีประสิทธิผลในการตัดคำและการกำกับหมวดคำด้วยเปอร์เซนต์ความถูกต้องที่สูง รายงานนี้ยังแสดงการใช้ประโยชน์ของคลังข้อความที่มีหมวดคำกำกับแล้วในงาน 2 ประเภท คือ การแก้ไขคำผิดที่เกิดจาก OCR ภาษาไทยและการระบุคำที่ไม่รู้จักในภาษาไทย ผลการทดลองในงานทั้งสองแสดงให้เห็นถึงความสำเร็จในการใช้คลังข้อความที่มีหมวดคำกำกับโดยให้ผลความถูกต้องที่สูงทั้งในการแก้ไขคำผิดของ OCR และการระบุคำที่ไม่รู้จัก	en
dc.description.abstractalternative	This report shows the method of statistical technique for part-of-speech tagging of words in Thai corpus. As in Thai language, words are written consecutively without delimiters, the study of tagging of a Thai corpus has to incorporate of word segmentation. Here we approach the problems of word segmentation as well as part-of-speech tagging by using trigram model. Experimental results show that the trigram model effectively performs word segmentation and part-of-speech tagging with high accuracy. The report also demonstrates the use of the tagged corpus in two applications; i.e., Thai OCR error correction and Thai unknown word identification. The experiments on these applications show the successful use of the tagged corpus by obtaining high accuracy of OCR error correction and unknown word identification.	en
dc.description.sponsorship	ทุนงบประมาณแผ่นดิน ปี 2540	en
dc.format.extent	3704330 bytes	-
dc.format.mimetype	application/pdf	-
dc.language.iso	th	es
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.subject	การประมวลผลภาษาธรรมชาติ (คอมพิวเตอร์)	en
dc.subject	ภาษาไทย -- การแปลภาษาด้วยเครื่อง	en
dc.title	การกำกับหมวดคำสำหรับข้อความภาษาไทย	en
dc.type	Technical Report	es
dc.email.author	boonserm@cp.eng.chula.ac.th, Boonserm.K@chula.ac.th	-
Appears in Collections:	Eng - Research Reports

Files in This Item:

File	Description	Size	Format
boonserm.pdf		3.62 MB	Adobe PDF	View/Open

Show simple item record