Sansarn ( สรรสาร ) Smart-Q ( สมาร์ท - คิว )
-
Upload
ishmael-mosley -
Category
Documents
-
view
69 -
download
0
description
Transcript of Sansarn ( สรรสาร ) Smart-Q ( สมาร์ท - คิว )
1
Sansarn (สรรสาร)Smart-Q (สมาร�ท-คิว)
วร�ช ศรเลิศลิ��าวาณิชผู้��อำ�านวยการฝ่�ายวจั�ยแลิะพั�ฒนาสาขาสารสนเทศ
ศ�นย�เทคิโนโลิย$อำเลิ%กทรอำนกส�แลิะคิอำมพัวเตอำร�แห่(งชาต
31 ต*ลิาคิม 2544 “แถลิงข(าวเปิ-ดต�วท$/ NECTEC ช��น 21 ต0กมห่านคิรยปิซั่�/ม”
2
คิร�ว...การสมรสห่ม�(โดยสห่พั�นธ์�คิรอำบคิร�วเพั4/อำคิวามสาม�คิคิ$......เปิลิ$/ยนเปิ5นห่�อำงน��า...ห่�อำงคิร�ว...ห่�อำงร�บแขก...
ปิระชา...กอำงปิระชาส�มพั�นธ์�การส4/อำสารแห่(งปิระเทศไทย...
...นายแพัทย�ปิระชา เปิ5นปิระธ์านคิณิะกรรมการ...
ธ์าต*...ปิระว�ตว�ดมห่าธ์าต*วรวห่าร...
...โปิรแกรมช(วยสอำนเคิม$เบ4�อำงต�น แลิะตารางธ์าต*...
คิวามยากในการส4บคิ�นกรณิ$ภาษาไทย
3
“Inverted index is generated to index words in files.”
คิ�า
ต�าแห่น(ง
invertis
generate
index
word
to
in
file
1
10
32
1
6
1
9
2
93
8
4
4
4
7
Inverted Index
4
Search Engine ส�าห่ร�บภาษาอำ�งกฤษ
Fast search
Yahoo!AltaVistaHotBotExcite
Lycos
..
.
5
การสร�าง Index ส�าห่ร�บภาษาอำ�งกฤษ
สร�าง Inverted Index File โดยอำาศ�ยโปิรแกรม Database
Stemming/ Normalization
- Windows: WINDOWS, Windows
- work: work, working, works,worked- go: go, going, goes, went,
gone
Scoring ส�าห่ร�บการจั�ดลิ�าด�บบทคิวามคิวามส�าคิ�ญขอำงคิ�าในบทคิวาม เช(น คิ�าท$/ปิรากฏใน Title, คิ�าส�าคิ�ญ (key word) , คิวามถ$/ขอำงคิ�าในไฟลิ� เปิ5นต�น
คิวามนยมขอำงบทคิวาม เช(น จั�านวน click ท$/เข�าแวะชม ,จั�านวน link จัาก คิ�าท$/ใช�ส4บคิ�น เปิ5นต�น
6
Search Engine ส�าห่ร�บภาษาท$/ไม(เว�นวรรคิระห่ว(างคิ�า (ญ$/ปิ*�น, จั$น, เกาห่ลิ$,
ไทย, ...)
Namazu
Yahoo Japan
ใช�ต�วต�ดคิ�าขอำง SuperMorpho-J
คิวามเร%ว 300
MB/hr.ถ�กต�อำง 98%
goo
msn
7
การสร�าง Index ส�าห่ร�บภาษาท$/ไม(เว�นวรรคิระห่ว(างคิ�า
WordSegmentation
สร�าง Inverted Index File โดยอำาศ�ยโปิรแกรม Database
Stemming/ Normalization
- Windows: WINDOWS, Windows
- work: work, working, works,worked- go: go, going, goes, went,
gone
Scoring ส�าห่ร�บการจั�ดลิ�าด�บบทคิวามคิวามส�าคิ�ญขอำงคิ�าในบทคิวาม เช(น คิ�าท$/ปิรากฏใน Title, คิ�าส�าคิ�ญ (key word) , คิวามถ$/ขอำงคิ�าในไฟลิ� เปิ5นต�น
คิวามนยมขอำงบทคิวาม เช(น จั�านวน click ท$/เข�าแวะชม ,จั�านวน link จัาก คิ�าท$/ใช�ส4บคิ�น เปิ5นต�น
9
การสร�าง Inverted Index ส�าห่ร�บภาษาไทย
(แบบเก(า)
ปิระว�ต 1
มห่าธ์าต*วรวห่าร 11
แลิะ 25
ว�ด 8 28,อำารามห่ลิวง 31
ต�าแห่น(ง
| ปิระว�ต | ว�ด | มห่าธ์าต*วรวห่าร | แลิะ | ว�ด | อำารามห่ลิวง |
10
Partial matching method
Word segmentation + Concatenation (AND)
มห่าธ์าต* AND วรวห่าร• ต�ดคิ�าให่�ย(อำยท$/ส*ด• เพั/ม Index โดยอำาศ�ยวธ์$การ SIString (Semi-infinite string)
| ปิระว�ต | ว�ด | มห่าธ์าต*วรวห่าร | แลิะ | ว�ด | อำารามห่ลิวง |
1
| ปิระว�ต | ว�ด | มห่าธ์าต* | วรวห่าร | แลิะ | ว�ด | อำาราม | ห่ลิวง |
2
มห่าธ์าต* ห่าไม(เจัอำ ?1
มห่าธ์าต*วรวห่าร ห่าไม(เจัอำ ?2
Precision
สถตคิลิาดเคิลิ4/อำน จั�ดลิ�าด�บไม(ได�Recall คิวามคิรอำบคิลิ*ม ห่าไม(พับSpeed กรณิ$ส4บคิ�นวลิ$,
ปิระโยคิช�า
การส4บคิ�น (แบบเก(า)
11
คิ(าคิวามน(าจัะเปิ5นขอำงคิ�า
“คิร�ว”
คิรอำบในท$/ห่�อำงท�า...
คิร�ว
คิ + รอำบ “คิรอำบ”
คิวามห่ลิากห่ลิายขอำงคิ�าท$/อำย�(ข�าง
เคิ$ยง
คิวามบ(อำยขอำงการอำย�(เคิ$ยงข�างก�นขอำงอำ�กขระ
Rank * เปิร$ยบเท$ยบคิวามน(าจัะเปิ5นขอำงอำ�นด�บคิ�า* Weight ตามคิ(าคิวามส�าคิ�ญขอำงคิ�า (key word, title, ...) แลิะ คิวามถ$/ (term frequency)
คิรอำบ + คิร�ว
“คิรอำบคิร�ว”
12
สะดวก / รวดเร%ว / แม(นย�า
Full Text Search
Field Search
Soundex Search
คิ�นห่าท�/วไปิเห่มาะส�าห่ร�บท��งท$/เปิ5น คิ�า, วลิ$, ปิระโยคิ
คิ�นห่าคิ�าท$/ม$เส$ยงคิลิ�าย เช(นปิระเสด => ปิระเสรฐ , บรรได => บ�นได
คิ�นห่าตามห่�วข�อำ เช(น ช4/อำผู้��แต(ง , ช4/อำโคิรงการ เปิ5นต�น
การส4บคิ�น
ท��งห่มดสน�บสน*นการส4บคิ�นท$/ม$เง4/อำนไข AND, OR, NOT ในกรณิ$ท$/ระบ*คิ�าคิ�นมากกว(าห่น0/งคิ�า
13
14
15
16
19
Smart-Q
20
การปิ?อำนอำ�กขระไทยบนโทรศ�พัท�ม4อำถ4อำ
• พัย�ญชนะ 46 ต�วอำ�กษร• สระ, วรรณิย*กต� แลิะส�ญลิ�กษณิ� 28 ต�วอำ�กษร• 6-7 ต�วอำ�กษร/คิ$ย�
1ก-ง
2จั-ฎ
3ฏ-ต
4ถ-ผู้
5ฝ่-ร
6ฤ-ส
7ห่-ฮ
8สระ
9วรรณิย*กต�
* 0 #
“ท” อำย�(ปิ*�มไห่น?
21
แปิ?นพัมพั�ส�าห่ร�บ Smart-Q
• มาตรฐานท$/ม$ใช�อำย�(ท� /วไปิ
1สระวรรณิย*กต�
2abc
3def
4ghi
5jkl
6mno
7pqrs
8tuv
9wxyz
* 0ย4นย�น
#โห่มด
22
Smart-Q
สว�สด$ sawaddi
7292334
sawaddee
72923333
คิ4อำ ku
58
kue
583
kuu
588
khu
548
อำงคิ�การ ongkarn
6645276
ongkan
664526
คิรอำง krong
57664
klong
55664
kong
5664
23
Smart-Q