แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Sumana Sumanakul. Resolving Thai zero pronoun using masked language model. Master's Degree(Linguistics). Chulalongkorn University. Office of Academic Resources. : Chulalongkorn University, .
Resolving Thai zero pronoun using masked language model
ไขสรรพนามไร้รูปภาษาไทยโดยใช้แบบจำลองทางภาษาแบบพรางคำ
Name: Sumana Sumanakul
LCSH:
Thai language
-- Pronoun
Abstract:
Zero pronoun resolution is an actively challenging NLP task in Thai. However, only a few previous studies have focused on this topic. Therefore, we explore a modern approach that could outperform existing state-of-the-art methods on various datasets and downstream tasks, the transformer-based, pre-trained language model, to apply to the Thai zero pronoun resolution task. We conduct two experiments on a small corpus, which are (1) using a pre-trained masked language model to predict zero pronominal expressions and (2) fine-tuning Wangchanberta on a token classification task to classify persons of pronouns. Based on our experiments, the results demonstrate the effectiveness of the pre-trained language model (1), which successfully encodes not only the grammatical features but also the system of Thai pronoun usage at the discourse level.
Abstract:
การไขสรรพนามไร้รูปเป็นหนึ่งในงานที่ท้าทายในการประมวลผลภาษาธรรมชาติในภาษาไทย อย่างไรก็ตามงานศึกษาในหัวข้อดังกล่าวในทางภาษาศาสตร์คอมพิวเตอร์นั้นยังไม่เป็นที่แพร่หลายและยังไม่มีการนำข้อมูลภาษาไทยมาทดลองด้วยวิธีการใหม่ ๆ จากวิทยาการทางด้านนี้ ด้วยเหตุนี้ผู้วิจัยจึงสนใจประยุกต์แบบจำลองทางภาษาที่ผ่านการฝึกฝนมาแล้วจากสถาปัตยกรรมแบบทรานฟอร์เมอร์ ซึ่งเป็นวิธีใหม่ที่มีความแม่นยำสูงที่สุดในการทำงานประมวลผลภาษาธรรมชาติรูปแบบต่าง ๆ และยังสามารถใช้งานกับชุดข้อมูลที่หลากหลาย เพื่อมาใช้ในการไขสรรพนามไร้รูปภาษาไทย ผู้วิจัยทำการทดลองกับชุดข้อมูลขนาดเล็ก โดยออกแบบเป็น 2 การทดลอง คือ (1) ใช้แบบจำลองทางภาษาแบบพรางคำที่ผ่านการฝึกฝนมาแล้วเพื่อทำนายคำสรรพนามไร้รูป และ (2) ปรับแต่งการจำแนกคำในโมเดล Wangchanberta เพื่อให้จำแนกบุรุษของสรรพนามไร้รูป ผลลัพธ์จากการทดลองทั้งสองแสดงให้เห็นถึงประสิทธิภาพของแบบจำลองทางภาษาที่ผ่านการฝึกฝนมาแล้ว ที่ไม่เพียงแค่สามารถจับคุณลักษณะทางไวยากรณ์ของคำสรรพนามไร้รูปในภาษาไทยได้ แต่ยังสามารถเข้าใจระบบการเลือกใช้คำสรรพนามภาษาไทยในระดับปริจเฉทอีกด้วย
Chulalongkorn University. Office of Academic Resources
Address:
BANGKOK
Email:
cuir@car.chula.ac.th
Role:
Advisor
Issued:
2022
Modified:
2025-01-05
Issued:
2025-01-05
วิทยานิพนธ์/Thesis
application/pdf
URL: http://doi.org/10.58837/CHULA.IS.2022.32
eng
DegreeName: Master of Arts
Level: Master's Degree
Descipline: Linguistics
Grantor: Chulalongkorn University
©copyrights Chulalongkorn University
RightsAccess:
ใช้เวลา
-0.974091 วินาที
Sumana Sumanakul
| Title | Contributor | Type |
|---|---|---|
| Resolving Thai zero pronoun using masked language model
จุฬาลงกรณ์มหาวิทยาลัย Sumana Sumanakul | Attapol Thamrongrattanarit | วิทยานิพนธ์/Thesis |
Attapol Thamrongrattanarit
| Title | Creator | Type and Date Create |
|---|---|---|
| Collocation-based retokenization methods for latent dirichlet allocation topic models
จุฬาลงกรณ์มหาวิทยาลัย Attapol Thamrongrattanarit | Jin Cheevaprawatdomrong | วิทยานิพนธ์/Thesis |
| Resolving Thai zero pronoun using masked language model
จุฬาลงกรณ์มหาวิทยาลัย Attapol Thamrongrattanarit | Sumana Sumanakul | วิทยานิพนธ์/Thesis |
| Thai sentence segmentation using large language models
จุฬาลงกรณ์มหาวิทยาลัย Attapol Thamrongrattanarit | Narongkorn Panitsrisit | วิทยานิพนธ์/Thesis |
| Analyzing two opposing opinions from social media through static and contextualized word embeddings
จุฬาลงกรณ์มหาวิทยาลัย Attapol Thamrongrattanarit | Wassakorn Sarakul | วิทยานิพนธ์/Thesis |