การตัดคำภาษาไทยสำหรับข้อความในพิพิธภัณฑ์ปลาน้ำจืด

Thai Word Segmentation For Freshwater Fish Museum

Abstract

งานวิจัยนี้ได้นำเสนอการตัดคำภาษาไทยโดยใช้การเทียบสายอักษรและใช้วิธีการสร้างกราฟเพื่อหาการต่อและทับกันของคำที่ปรากฏในพจนานุกรม โดยใช้ข้อมูลจากกราฟเพื่อหาขอบเขตของคำที่ปรากฏในพจนานุกรมที่ทับกัน ส่วนคำที่ไม่ปรากฏในพจนานุกรมจะใช้วิธีการระบุชนิดของคำและกฎในการหาขอบเขต ซึ่งจากการวัดประสิทธิภาพในส่วนของการตัดคำที่ไม่ปรากฏในพจนานุกรมพบว่ามีค่าความแม่นยำเท่ากับร้อยละ 75.87 ค่าความครบถ้วนร้อยละ 73.67 และค่าความถูกต้องของการตัดคำเท่ากับร้อยละ 74.75 ส่วน การวัดประสิทธิภาพในส่วนของการตัดคำในระดับพยางค์และระดับคำในเชิงความหมายพบว่ามีค่าความแม่นยำ ค่าความครบถ้วน และค่าความถูกต้องของการตัดคำโดยเฉลี่ยเท่ากับร้อยละ 73.13 67.21 และ 70.33 ตามลำดับ และเมื่อพิจารณาค่าความถูกต้องของการตัดคำที่ไม่ปรากฏในพจนานุกรมและการตัดคำในระดับพยางค์และระดับคำในเชิงความหมายพบว่ามีค่าความถูกต้องของการตัดคำทั้งหมดเฉลี่ยเท่ากับร้อยละ 72.54  This paper presents the segmentation Thai words using string matching and graphs to find overlapping words that occur in Thai dictionaries. Unknown words that do not occur in Thai dictionaries had been classified according to the parts of speech and the boundary rule of each word. To measure the efficiency in segmenting unknown words has been found that the figures of precision, recall, and F-measure were as follows: 75.87%, 73.67%, and 74.75% respectively. Regarding average the efficiency of segmentation of words in terms of syllables and semantics, it was found that the figures of precision, recall, and F-measure were as follows: 73.13%, 67.21%, and 70.33%. Considering the overall segmentation of both unknown and known words, the accurate figure of the research paper was equal to 72.54%