การแก้ไขข้อความที่ผิดพลาดโดยการประมวลผลภาษาธรรมชาติ

Abstract

เทคโนโลยี OCR สำหรับภาษาไทย ได้มีการพัฒนาทำให้มีประสิทธิภาพสูงขึ้น แต่เนื่องจากอักษรภาษาไทยเป็นภาษาที่มีความสลับซับซ้อนเป็นอย่างมาก ทำให้การสกัดคำในภาษาไทยนั้นยังคงเกิดความผิดพลาด ส่งผลให้ความหมายของคำนั้นเปลี่ยนไป โครงงานนี้จะช่วยเพิ่มประสิทธิภาพของผลลัพธ์จากการสกัดข้อความจากสื่อสิ่งพิมพ์ในภาษาไทย โดยอาศัยวิธีการ NLP มาช่วยวิเคราะห์ผลลัพธ์ที่ได้และทำการแก้ไขเฉพาะคำที่ผิดให้ถูกต้อง (Text Correction) ซึ่งวิธีการนี้จะช่วยให้การใช้เทคโนโลยี OCR ในภาษาไทย มีถูกต้องแม่นยำและมีประโยชน์ต่อหน่วยงานหรือโปรแกรมอื่นๆต่อไปได้