Thai-English Statistical Machine Translation

ระบบแปลภาษาด้วยเครื่องคอมพิวเตอร์โดยใช้สถิติสำหรับภาษาไทย-อังกฤษ

Name: Nuttapong Netjinda

Name: ณัฐพงศ์ เนตรจินดา

keyword: Statistical Machine Translation

Abstract: This thesis proposes Thai-English Machine Translation using statistical method. The proposed system consists of two major processes, training process and translating process. Training process is the process which prepares resources used in translation process from bilingual corpus. The resources to be prepared are Translation Model, which is the dictionary of Thai-English phrase pairs and probabilities of those phrase pairs, and Language Model which is the collection of sequences of English words and their co-occurrence probabilities. Translation process uses Translation Model to find the translation of Thai phrases from input considering the phrase pair's probability. English phrases are rearranged to create the proper sentence using word sequences from Language Model considering co-occurrence probabilities. The developed system is then evaluated using BLED score. The corpus used in the experiment is of the size 3,604 sentence pairs. This corpus is divided into 2 parts, 3,504 sentence pairs for training and 100 sentence pairs for testing. The results from the experiment show that Thai-English Statistical Machine Translation yields better results compared to Google Translate and Bing Translator.

Abstract: วิทยานิพนธ์ฉบับนี้เสนอระบบการแปลภาษาด้วยเครื่องคอมพิวเตอร์โดยใช้วิธีทางสถิติ ระบบที่ นำเสนอนั้นประกอบด้วยกระบวนการหลักๆ 2 กระบวนการ คือ กระบวนการเตรียมการและ กระบวนการแปลภาษา กระบวนการเตรียมการเป็นกระบวนการที่ทำการจัดเตรียมข้อมูลที่จะต้องใช้ ในกระบวนการแปลภาษาจากฐานข้อมูลคู่ภาษา ข้อมูลที่จัดเตรียมขึ้นมานั้นได้แก่ โมเดลของการแปล ซึ่งเป็นการประมวลคู่วลีระหว่างภาษาไทยและภาษาอังกฤษ พร้อมกับความน่าจะเป็นในการเกิดคู่วลี นั้น และโมเดลภาษา ซึ่งเป็นการรวบรวมการเกิดร่วมกันของลำดับของคำ พร้อมกับความน่าจะเป็นใน การเกิดลำดับของคำเหล่านั้น กระบวนการแปลภาษาใช้โมเดลของการแปลในการหาคำแปลของวลี ภาษาไทยที่รับเข้ามา โดยพิจารณาจากความน่าจะเป็น จากนั้นวลีภาษาอังกฤษที่ได้มาจะถูกจัดเรียงเพื่อ หารูปประโยคที่เหมาะสม โดยใช้ลำดับของคำจากโมเดลภาษา แล้วพิจารณาจากความน่าจะเป็นของ การเกิดร่วมกกันของลำดับของคำเหล่านั้น ระบบที่พัฒนาขึ้นมาถูกประเมินผลด้วย BLEU score โดยใช้ ฐานข้อมูลคู่ภาษาขนาด 3,604 คู่ประโยคในการทดลอง ซึ่งฐานข้อมูลคู่ภาษานี้ถูกแบ่งออกเป็น 2 ส่วน ส่วนแรกขนาด 3,504 คู่ประโยคสำหรับกระบวนการเตรียมการ และอีกส่วนขนาด 100 คู่ประโยค สำหรับการทดสอบ ซึ่งผลประเมินที่ได้จากการทดลองออกมาดีกว่าผลประเมินการแปลจาก Google Translate และ Translator

King Mongkut's University of Technology Thonburi. KMUTT Library

Address: BANGKOK

Email: info.lib@mail.kmutt.ac.th

Name: Booncharoen Sirinaovakul

Role: Advisors

Created: 2010

Modified: 2011-06-09

Issued: 2011-06-07

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: CPE1226

eng

DegreeName: Doctor of Engineering

Level: Master's Degree

Descipline: Computer Engineering

Grantor: King Mongkut's University of Technology Thonburi

©copyrights King Mongkut's University of Technology Thonburi

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	CPE1226.pdf	847.18 KB	183	2024-12-14 16:40:36
2	CPE1226ab.pdf	44.28 KB	62	2024-06-17 12:52:15

ใช้เวลา

0.03377 วินาที