summaryrefslogtreecommitdiff
path: root/language/thai/thailatex/doc/orchid.tex
diff options
context:
space:
mode:
Diffstat (limited to 'language/thai/thailatex/doc/orchid.tex')
-rw-r--r--language/thai/thailatex/doc/orchid.tex549
1 files changed, 0 insertions, 549 deletions
diff --git a/language/thai/thailatex/doc/orchid.tex b/language/thai/thailatex/doc/orchid.tex
deleted file mode 100644
index ad9ea451c0..0000000000
--- a/language/thai/thailatex/doc/orchid.tex
+++ /dev/null
@@ -1,549 +0,0 @@
-\documentclass[letter]{article}
-
-\textwidth=16cm
-\oddsidemargin=0cm
-\evensidemargin=0cm
-\topmargin=-2.5cm
-\textheight=23cm
-
-\newsavebox{\savepar}
-\newenvironment{boxit}{\begin{lrbox}{\savepar}
- \begin{minipage}[b]{\textwidth}}
- {\end{minipage}\end{lrbox}\fbox{\usebox{\savepar}}}
-
-\usepackage[thai,thainumber]{babel}
-\usepackage{fonts-tlwg}
-
-\title{
- \textbf{ทรัพยากรเปิดทางภาษาสู่ความร่วมมือของการวิจัยและพัฒนา}\\
- \textbf{The Open linguistic Resources CHanelled toward
- InterDisciplinary research (ORCHID)}
-}
-\author{
- ดร.วิรัช ศรเลิศล้ำวาณิช\\
- ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ\\
- กระทรวงวิทยาศาสตร์ เทคโนโลยีและสิ่งแวดล้อม\\
- {\latintext\ttfamily virach@links.nectec.or.th, http://www.links.nectec.or.th/virach/home.html}
-}
-\date{\today}
-
-\begin{document}
-
-\bibliographystyle{srt}
-
-\maketitle
-
-\section{บทนำ}
-
-\textbf{ORCHID} เป็นแผนงานเพื่อสนับสนุนการร่วมกันสร้าง, การร่วมกันใช้, และการ%
-ร่วมกันพัฒนาทรัพยากรทางภาษาของภาษาไทย, บนเครือข่าย World Wide Web. แผนงานนี้มี%
-จุดประสงค์หลักอยู่สองประการคือ \textbf{เพื่อแก้ปัญหากำแพงทางภาษา, และรักษา%
-ไว้เพื่อความคงอยู่ของภาษาและวัฒนธรรมไทย.}
-
-เราตระหนักดีถึงความสำคัญของภาษา ซึ่งนอกจากจะเป็นสื่อระหว่างคนกับคนแล้ว ยังเป็น%
-รูปแทนความคิด และเป็นเครื่องมือในการใช้ความคิดด้วย. เครือข่ายคอมพิวเตอร์%
-ในปัจจุบันทำให้ข้อมูลข่าวสารแพร่หลายไปอย่างรวดเร็ว. เครื่องมือที่ใช้ในการแสดงผล%
-และการเตรียมข้อมูลข่าวสารนั้น จึงเป็นสิ่งจำเป็น. ด้วยเทคโนโลยีที่ก้าวหน้าไป%
-อย่างรวดเร็ว, การที่เพียงจะสามารถแสดงผลได้หรือป้อนข้อมูลได้เท่านั้น ไม่เป็นที่%
-เพียงพออีกแล้ว. การแสดงผลที่สวยงามถูกต้องตามแบบแผน หรือการเตรียมข้อมูลได้อย่าง%
-ถูกต้อง และรวดเร็วจึงเป็นสิ่งที่จำเป็นที่จะต้องพัฒนาให้ทันตามการเปลี่ยนแปลงของ%
-เทคโนโลยี.
-
-ทรัพยากรทางภาษานอกจากจะเป็นแหล่งข้อมูลที่สำคัญแล้ว ยังเป็นปัจจัยที่สำคัญอันหนึ่ง%
-สำหรับการศึกษาธรรมชาติของภาษา ซึ่งรวมถึงไวยากรณ์, คำศัพท์, และลักษณะของภาษา.
-ฉะนั้น \textit{การรวบรวมข้อมูลอย่างมีระบบ} จึงมีความสำคัญยิ่ง. การศึกษาธรรมชาติ%
-ของภาษาได้ก้าวหน้าไปมากพร้อมๆ กับการพัฒนาของระบบคอมพิวเตอร์และอัลกอริทึมในการ%
-คำนวณ. ความเอื้ออำนวยของเทคโนโลยีทางการประมวลผลทำให้เราสามารถศึกษาลักษณะของภาษา%
-ได้จากข้อมูลปริมาณมากๆ ได้ในเวลาอันรวดเร็ว. ผลที่ได้คือเราสามารถสรุปความรู้ทาง%
-ภาษาจากข้อมูลจริงได้อย่างแม่นยำและครอบคลุม. ซึ่งผิดจากเมื่อในอดีตที่จำเป็นต้อง%
-พิจารณาจากความรู้ของตนเองเป็นหลัก, ศึกษาได้แต่ในวงแคบๆ และไม่สามารถตรวจสอบ%
-ความถูกต้องได้อย่างครอบคลุม. ฉะนั้น \textbf{\textit{การรวบรวมข้อมูลที่มีปริมาณ%
-มากพอและทันสมัย}} จึงเป็นปัจจัยสำคัญอีกอย่างหนึ่ง.
-
-จากแนวโน้มของการพัฒนาของเทคโนโลยีสารสนเทศ และเพื่อการเตรียมพร้อมเพื่อการ%
-วิจัยและพัฒนาดังที่กล่าวมาข้างต้น, ผู้เขียนได้คิดถึงแนวทางอันหนึ่งในการที่จะ%
-ส่งเสริมการพัฒนาโดยอาศัยมันสมองจากผู้รู้ผ่านเครือข่ายที่กำลังแพร่หลายอยู่ในทุก%
-วันนี้. ในบทความนี้ ผู้เขียนจึงได้เสนอแนวคิดของแผนงาน \textbf{ORCHID (The Open
-linguistic Resources CHanelled toward InterDisciplinary research)} ที่ได้รวมการ%
-เตรียมพร้อมของข้อมูลและการประยุกต์ใช้งานเข้าด้วยกัน, เพื่อรองรับการพัฒนาของ%
-เทคโนโลยีสารสนเทศสู่อนาคต.
-
-\section{ข่าวสารบนเครือข่าย}
-
-ในปัจจุบัน, ข้อมูลข่าวสารสามารถแพร่หลายไปได้อย่างรวดเร็ว. ทั้งนี้ก็เนื่องมาจาก%
-สาเหตุที่สำคัญสองประการคือ ๑) ความแพร่หลายของระบบเครือข่าย ที่ทำให้บุคคลทั่วไป%
-สามารถเข้าถึงระบบได้โดยง่าย, และ ๒) การพัฒนาของเทคโนโลยีต่างๆ ที่ใช้บนระบบเครือ%
-ข่าย ดังเช่น Web browser, ระบบสืบค้นข้อมูลบนระบบเครือข่าย, และอื่นๆ อีกมากมาย%
-ที่ทำให้สามารถเข้าถึงข้อมูลและข่าวสารได้อย่างแม่นยำและรวดเร็ว. HTML (HyperText
-Markup Language)~\cite{html} ได้ถูกกำหนดขึ้นมาเพื่อใช้ในการกำกับข้อความที่จะ%
-สื่อสารกันบนระบบ WWW. HTML เป็นภาษาที่แตกแขนงออกมาจากต้นตำรับของภาษาเพื่อการ%
-กำกับ (markup language) ที่รู้จักกันดีในชื่อของ SGML (Standard Generalized
-Markup Language)~\cite{sgml}. การใช้ภาษาเพื่อการกำกับนี้จะทำให้ข้อความ%
-อิเล็กทรอนิกส์ (eletronic text) มีลักษณะพิเศษ คือ เป็นข้อความที่ไม่ขึ้นกับระบบ%
-จัดการ ซึ่งหมายความว่าทุกระบบ, ที่เข้าใจในมาตรฐานของภาษาเพื่อการกำกับ, จะสามารถ%
-แสดงผลข้อมูลได้อย่างเหมาะสม. บางระบบอาจจะขึ้นบรรทัดใหม่ ดังในรูปที่~%
-\ref{fig:htmlout1} หรือบางระบบอาจจะย่อหน้า ดังในรูปที่~\ref{fig:htmlout2} เมื่อ%
-มีการกำกับย่อหน้า ดังเช่นในรูปที่~\ref{fig:html}. แต่ละระบบอาจจะใช้ตัวอักษรขนาด%
-ต่างๆ กันในการแสดงผลหัวข้อในระดับต่างๆ กันด้วยก็ได้.
-
-\begin{figure}[htbp]
- \begin{center}
- \begin{boxit}
- \begin{quote}
-% \footnotesize
- \scriptsize
- \sffamily
-
-\hspace*{-3em}
-{\LARGE \textbf{ข่าวสารบนเครือข่าย}}\\
-
-\hspace*{-3em}
-ในปัจจุบัน, ข้อมูลข่าวสารสามารถแพร่หลายไปได้อย่างรวดเร็ว. ทั้งนี้ก็เนื่องมาจาก%
-สาเหตุที่สำคัญสองประการคือ\\
- ๑. ความแพร่หลายของระบบเครือข่าย ที่ทำให้บุคคลทั่วไปสามารถเข้าถึงระบบได้โดยง่าย%
-\\
- ๒. พัฒนาการของเทคโนโลยีต่างๆ ที่ใช้บนระบบเครือข่าย ดังเช่น Web browser, ระบบ%
-สืบค้นข้อมูลบนระบบเครือข่าย,\\
-\hspace*{1em}
- และอื่นๆ อีกมากมาย ที่ทำให้สามารถเข้าถึงข้อมูลและข่าวสารได้อย่างแม่นยำและ%
-รวดเร็ว.\\
-
- \end{quote}
- \end{boxit}
- \caption{ตัวอย่างการแสดงผลแบบที่หนึ่ง}
- \label{fig:htmlout1}
- \end{center}
-\end{figure}
-
-\begin{figure}[htbp]
- \begin{center}
- \begin{boxit}
- \begin{quote}
- \scriptsize
- \sffamily
-
-\hspace*{-3em}
-{\LARGE \textbf{\underline{ข่าวสารบนเครือข่าย}}}\\
-
-%\hspace*{2em}
-ในปัจจุบัน, ข้อมูลข่าวสารสามารถแพร่หลายไปได้อย่างรวดเร็ว. ทั้งนี้ก็เนื่องมาจาก%
-สาเหตุที่สำคัญสองประการคือ\\
-%\hspace*{2em}
- ก. ความแพร่หลายของระบบเครือข่าย ที่ทำให้บุคคลทั่วไปสามารถเข้าถึงระบบได้โดยง่าย%
-\\
-%\hspace*{2em}
- ข. พัฒนาการของเทคโนโลยีต่างๆ ที่ใช้บนระบบเครือข่าย ดังเช่น Web browser, ระบบ%
-สืบค้นข้อมูลบนระบบเครือข่าย,\\
-\hspace*{1em}
- และอื่นๆ อีกมากมาย ที่ทำให้สามารถเข้าถึงข้อมูลและข่าวสารได้อย่างแม่นยำและ%
-รวดเร็ว.\\
-
- \end{quote}
- \end{boxit}
- \caption{ตัวอย่างการแสดงผลแบบที่สอง}
- \label{fig:htmlout2}
- \end{center}
-\end{figure}
-
-\begin{figure}[htbp]
- \begin{center}
- \begin{boxit}
- \scriptsize
-
- <html>\\
- <head>\\
- <title>\\
- ข่าวสารบนเครือข่าย\\
- </title>\\
- </head>\\
-
- <body>\\
- <h1>\\
- ข่าวสารบนเครือข่าย\\
- </h1>\\
-
- <p> ในปัจจุบัน, ข้อมูลข่าวสารสามารถแพร่หลายไปได้อย่างรวดเร็ว. ทั้งนี้ก็%
-เนื่องมาจากสาเหตุที่สำคัญสองประการคือ
-
- <ol>\\
- <li> ความแพร่หลายของระบบเครือข่าย ที่ทำให้บุคคลทั่วไปสามารถเข้าถึงระบบได้%
-โดยง่าย\\
- <li> พัฒนาการของเทคโนโลยีต่างๆ ที่ใช้บนระบบเครือข่าย ดังเช่น Web browser,
-ระบบสืบค้นข้อมูลบนระบบเครือข่าย, และอื่นๆ อีกมากมาย ที่ทำให้สามารถเข้าถึงข้อมูล%
-และข่าวสารได้อย่างแม่นยำและรวดเร็ว.\\
- </ol>\\
-
- </body>\\
- </html>\\
-
- \end{boxit}
- \caption{ข้อความที่กำกับสำหรับ HTML}
- \label{fig:html}
- \end{center}
-\end{figure}
-
-ความคิดในการใช้เครื่องหมายร่วมเพื่อการกำกับ (Generic Markup) นั้น เกิดขึ้นมานาน%
-แล้ว, ตั้งแต่ที่ William Tunnicliffe ได้เสนอต่อที่ประชุมสำนักพิมพ์ของรัฐใน%
-แคนนาดาเมื่อเดือนกันยายน ๒๕๑๐~\cite{sgml:90}. เมื่อเข้าทศวรรษที่ ๗๐, ก็เริ่มมี%
-ระบบที่ใช้เครื่องหมายร่วมเพื่อการกำกับเกิดขึ้น, และที่รู้จักกันแพร่หลายก็คือ
-Scribe ของ Brian Reid, \TeX~\cite{knuth:94} ของ Knuth, \LaTeX~\cite{lamport:94}
-ซึ่งเป็นการผนวกชุดคำสั่งที่เขียนตามลักษณะของ Scribe โดยนิยามให้เป็น macro ของ
-\TeX, และ nroff/troff ซึ่งเป็นรุ่นถัดจาก RUNOFF ที่นิยมใช้กันมากบนระบบ UNIX.
-
-\begin{figure}[htbp]
- \begin{center}
- \begin{boxit}
- \begin{quote}
- \scriptsize
-
-\hspace*{-3em}
-$\backslash$section\{ข่าวสารบนเครือข่าย\}
-
-\hspace*{-3em}
-$\backslash$par ในปัจจุบัน, ข้อมูลข่าวสารสามารถแพร่หลายไปได้อย่างรวดเร็ว. ทั้ง%
-นี้ก็เนื่องมาจากสาเหตุที่สำคัญสองประการคือ
-
-\hspace*{-3em}
-$\backslash$begin\{itemize\}\\
-\hspace*{-3em}
-$\backslash$item ความแพร่หลายของระบบเครือข่าย ที่ทำให้บุคคลทั่วไปสามารถเข้าถึง%
-ระบบได้โดยง่าย\\
-\hspace*{-3em}
-$\backslash$item พัฒนาการของเทคโนโลยีต่างๆ ที่ใช้บนระบบเครือข่าย ดังเช่น Web
-browser, ระบบสืบค้นข้อมูลบนระบบเครือข่าย,\\
-\hspace*{-3em}
-และอื่นๆ อีกมากมาย ที่ทำให้สามารถเข้าถึงข้อมูลและข่าวสารได้อย่างแม่นยำและ%
-รวดเร็ว.\\
-\hspace*{-3em}
-$\backslash$end\{itemize\}\\
-
- \end{quote}
- \end{boxit}
- \caption{ข้อความที่กำกับสำหรับ \TeX\ หรือ \LaTeX}
- \label{fig:latex}
- \end{center}
-\end{figure}
-
-
-\begin{figure}[ht]
- \begin{center}
- \begin{boxit}
- \begin{quote}
- \scriptsize
-
-\hspace*{-3em}
-.TH PWD 1L "GNU Shell Utilities" "FSF" $\backslash$" -*- nroff -*-\\
-\hspace*{-3em}
-.SH NAME\\
-\hspace*{-3em}
-pwd $\backslash$- print name of current/working directory\\
-\hspace*{-3em}
-.SH SYNOPSIS\\
-\hspace*{-3em}
-.B pwd\\
-\hspace*{-3em}
-.br\\
-\hspace*{-3em}
-.B pwd\\
-\hspace*{-3em}
-\{$\backslash$-$\backslash$-help,$\backslash$-$\backslash$-version\}\\
-\hspace*{-3em}
-.SH DESCRIPTION\\
-\hspace*{-3em}
-This manual page documents the GNU version of\\
-\hspace*{-3em}
-.BR pwd .\\
-\hspace*{-3em}
-.B pwd\\
-\hspace*{-3em}
-prints the fully resolved name of the current directory. That is, all
-components of the printed name will\\
-\hspace*{-3em}
-be actual directory names $\backslash$-$\backslash$- none will be symbolic
-links.\\
-\hspace*{-3em}
-.PP\\
-\hspace*{-3em}
-Note that most Unix shells provide a built-in\\
-\hspace*{-3em}
-.B pwd\\
-\hspace*{-3em}
-command with similar functionality so the unadorned, interactive\\
-\hspace*{-3em}
-.B pwd\\
-\hspace*{-3em}
-command will usually execute the built-in version and not this one.\\
-\hspace*{-3em}
-.SS OPTIONS\\
-\hspace*{-3em}
-.TP\\
-\hspace*{-3em}
-.I "$\backslash$-$\backslash$-help"\\
-\hspace*{-3em}
-Print a usage message on standard output and exit successfully.\\
-\hspace*{-3em}
-.TP\\
-\hspace*{-3em}
-.I "$\backslash$-$\backslash$-version"\\
-\hspace*{-3em}
-Print version information on standard output then exit successfully.\\
-
- \end{quote}
- \end{boxit}
- \caption{ข้อความที่กำกับสำหรับ nroff}
- \label{fig:nroff}
- \end{center}
-\end{figure}
-
-ดูเหมือนว่า \LaTeX\ จะประสบความสำเร็จในการแยกข้อมูลที่บอกโครงสร้างของบทความ%
-ออกจากข้อมูลที่เป็นเนื้อของบทความ. แต่อย่างไรก็ตามสัญลักษณ์ในการกำกับของ
-\LaTeX\ ก็ยังเป็น macro ที่ประกอบด้วยชุดของคำสั่ง ซึ่งผู้ใช้สามารถเลือกกำกับด้วย%
-คำสั่งได้โดยตรง. เหล่านี้เป็นตัวที่ทำให้ \TeX\ หรือ \LaTeX\ มีส่วนที่จะต้องขึ้น%
-อยู่กับระบบอีก.
-
-ภาษาเพื่อการกำกับที่คาดหวังกันไว้นั้น จะเป็นตัวกำกับโครงสร้างของข้อความเพื่อให้%
-ระบบสามารถจัดพิมพ์ หรือ แสดงผลได้ตามรูปแบบของตนเอง โดยไม่มีส่วนที่ต้องขึ้นกับ%
-ระบบอีกต่อไป. ปัจจุบันนี้มีการกำหนดมาตรฐานของภาษาเพื่อการกำกับขึ้นมาใหม่, เรียก%
-ว่า XML (eXtensible Markup Language)~\cite{xml} เพื่อให้สะดวกต่อการใช้มากขึ้น%
-กว่า SGML. XML เป็น subset ของ SGML, เป็นภาษาที่ออกแบบไว้เพื่อใช้ในการสื่อสารบน%
-เครือข่ายโดยเฉพาะ. XML ต่างจาก SGML ตรงที่มีการคำนึงถึงปัญหาต่างๆ ซึ่งอาจจะเกิด%
-ขึ้นได้ในระหว่างการติดต่อผ่านเครือข่าย. XML จึงมีความยืดหยุ่นมากในการกำกับ และ%
-ผู้ใช้สามารถกำกับให้รวบรวมข้อความหรือข้อมูลจากที่ต่างๆ พร้อมทั้งบอกลักษณะของข้อ%
-ความหรือข้อมูลเหล่านั้นได้ด้วย. เหล่านี้ทำให้ XML เหมาะสำหรับการบันทึกข้อมูล
-เนื่องจากว่ามีความยืดหยุ่นพอที่จะสามารถอธิบายโครงสร้างทางตรรกศาสตร์ (logical
-structure) ของข้อความต่างๆ ได้, ไม่ว่าจะเป็นแบบฟอร์ม (form), บันทึก (memo),
-จดหมาย (letter), รายงาน (report), หนังสือ (book), สารานุกรม (encyclopedia),
-พจนานุกรม (dictionary) หรือฐานข้อมูล (database).
-
-ผู้เขียนจึงขอสรุปไว้ในตอนท้ายของบทนี้ว่า ในการบันทึกข้อมูลต่อไปในอนาคตนั้น, เรา%
-จำเป็นต้องคำนึงถึงเงื่อนไขในการใช้งานบนเครือข่ายด้วย. เครือข่ายที่พูดถึงตรงนี้ก็%
-เป็นเครือข่ายสากล (Global Network; World Wide Web), ไม่ได้จำกัดอยู่เพียงเครือ%
-ข่ายท้องถิ่น (Local Area Network) อีกต่อไปแล้ว. การจัดเก็บข้อมูลที่เหมาะสมนั้นก็%
-ควรจะต้องมีเนื้อหาของข้อความ (plain text) และข้อมูลของโครงสร้างทางตรรกศาสตร์
-(logical structure) กำกับไว้เพื่อที่จะให้ข้อมูลนั้นๆ เป็นอิสระจากอุปกรณ์
-(device) และระบบ (system). การจัดเก็บข้อมูลในลักษณะนี้จะแตกต่างจากวิธีการเก็บแบบ%
-เก่า ที่ไม่ได้แยกข้อมูลสำหรับบอกลักษณะของการจัดพิมพ์ หรือแสดงผลออกจากข้อความ,
-ดังเช่นไฟล์ข้อมูลที่ใช้ใน Wordprocessor ทั่วไป, nroff/troff, หรือที่เป็นเพียงบาง%
-ส่วน ดังเช่นไฟล์ข้อมูลที่ใช้ใน \TeX\ หรือ \LaTeX\ ตามที่กล่าวไว้ข้างต้น
-เป็นต้น. การเก็บข้อมูลด้วยวิธีหลังนี้ค่อนข้างตรง, สะดวกต่อการแก้ไขและแสดงผล. แต่%
-เนื่องจากข้อความประเภทนี้จะมีแต่ข้อมูลที่เกี่ยวกับลักษณะของการแสดงผลเท่านั้น,
-ไม่มีข้อมูลที่เกี่ยวกับโครงสร้าง หรือข้อมูลที่แสดงความสัมพันธ์ภายในข้อความ จึง%
-ไม่เหมาะที่จะใช้ในการประมวลผล. การแสดงผลนั้นจะต้องขึ้นอยู่กับระบบเป็นส่วนใหญ่
-และเมื่อเกิดการแก้ไขการแสดงผลผู้ใช้ก็จำเป็นที่จะต้องแก้ไขรายละเอียดทั้งหมดให้สอด%
-คล้องกัน.
-
-\section{ความเป็นจริงของภาษาที่สะท้อนจากข้อมูลจริง}
-
-กล่าวกันว่าในโลกนี้มีภาษาที่ใช้กันอยู่มากกว่า ๓,๕๐๐ ภาษา~\cite{enc-ling:88},
-ภาษาที่ตายไปแล้วก็มีอยู่มาก. ``ภาษาเป็น'' เท่านั้นที่ยังมีการเปลี่ยนแปลงอยู่.
-ในที่นี้ผู้เขียนจะไม่กล่าวถึงทฤษฎีหรือไวยากรณ์ของภาษา, แต่จะชี้ให้เห็นถึงความ%
-สำคัญในการที่จะต้องศึกษาภาษาจากที่ใช้กันอยู่จริง.
-
-ขณะนี้เรามีพจนานุกรมให้เลือกใช้กันอยู่มากมาย. กระนั้นก็ตามพจนานุกรมที่เรายึดถือ%
-ใช้กันเป็นหลักอยู่ในตอนนี้ก็คือ พจนานุกรมฉบับราชบัณฑิตยสถาน. อาจเป็นเพราะว่าเป็น%
-พจนานุกรมที่ได้รับการกลั่นกรองและตรวจสอบอย่างระมัดระวังมากที่สุดฉบับหนึ่ง จึงได้%
-รับการอ้างอิงมาก, โดยเฉพาะในการตรวจสอบความถูกต้องของภาษาไทย. แต่ไม่ว่าจะเนื่อง%
-ด้วยสาเหตุใดก็ตาม, จำนวนคำศัพท์ที่ปรากฏอยู่ในฉบับ พ.ศ.๒๕๒๕ นั้นยังมีอยู่จำกัด%
-มาก (ประมาณ ๓๐,๐๐๐ คำ). จากที่ได้ทดลองสุ่มตรวจดูแล้ว ผู้เขียนพบว่าคำส่วนใหญ่ใน%
-พจนานุกรมฉบับราชบัณฑิตยสถานจะเป็นคำย่อยเสียส่วนใหญ่. ส่วนใหญ่จะเป็นคำที่มีจำนวน%
-พยางค์อยู่ระหว่าง ๒-๔ พยางค์~\cite{ristat}. คำที่ใหญ่ขึ้น, หรือคำประสมนั้น ก็มัก%
-จะเป็นคำที่มีใช้กันมานานและไม่ค่อยจะปรากฏให้เห็นในบทความที่เขียนขึ้นในปัจจุบัน.
-ตัวอย่างเช่น ในพจนานุกรมฉบับราชบัณฑิตยสถานมีคำว่า ``ที่'', ``อยู่'', ``คุ้ม'',
-``ค่า'', ``ทำ'', ``งาน'', ``ถุง'', ``มือ'', ``ตู้'', และ ``เย็น'', แต่ไม่มี%
-คำว่า ``ที่อยู่'', ``คุ้มค่า'', ``ทำงาน'', ``ถุงมือ'', และ ``ตู้เย็น''.
-
-การกำหนดคำเพื่อที่จะบรรจุในพจนานุกรมนั้นเป็นเรื่องที่จะต้องวิจัยกันอีกมาก. การ%
-กำหนดคำอาจต้องคำนึงความถี่ของคำที่ปรากฏ ซึ่งอาจจะมองได้สองมุมที่ตรงข้ามกัน คือ:
-๑) ความบ่อยครั้งของการใช้สายอักขระนั้นๆ น่าจะเป็นเกณฑ์ที่จะบอกว่านั่นคือ
-``คำ'', กับ ๒) สายอักขระที่ไม่ค่อยปรากฏ มักจะยากแก่การใช้หรือเข้าใจ, ฉะนั้นควรจะ%
-บันทึกไว้เป็น ``คำ''. การจะเลือกวิธีใดนั้น ขึ้นอยู่กับจุดประสงค์ในการเตรียม%
-พจนานุกรมมากกว่า. แต่เราก็จำเป็นที่จะต้องอ้างอิงคำที่ได้จากทั้งสองวิธี. ผู้เขียน%
-ได้เสนอการใช้วิธีการทางสถิติมาช่วยในการคัดเลือกคำตามความคิดที่หนึ่ง~%
-\cite{virach:96}. วิธีการนี้จะให้รายการคำที่น่าจะบันทึกไว้ในพจนานุกรม โดยลำดับ%
-ตามจำนวนครั้งที่ปรากฏในบทความนั้นๆ. ทั้งนี้ฝ่ายบัญญัติคำศัพท์จะต้องทำการคัดเลือก%
-อีกครั้ง. ส่วนวิธีการสำหรับการคัดเลือกคำตามความคิดที่สองและการทำให้วิธีการที่%
-หนึ่งเป็นไปอย่างมีประสิทธิภาพยิ่งขึ้นนั้น ก็เป็นหัวข้อที่จะต้องทำการวิจัยต่อไป.
-
-นอกจากคำศัพท์แล้ว, ไวยากรณ์กับการใช้ภาษาก็เป็นหัวข้อที่เราจำเป็นต้องเอาใจใส่.
-ผู้เขียนได้ยกปัญหาของการใช้ภาษา และสนับสนุนการใช้เครื่องหมายวรรคตอน เพื่อเป็นการ%
-แก้ปัญหาวิธีหนึ่งมาแล้ว~\cite{sk}. เดิมที, ภาษาไทยนั้นยากต่อการที่จะเขียน%
-ไวยากรณ์ให้ครอบคลุมอยู่แล้ว. ปัจจุบันนี้ภาษาไทยได้เปลี่ยนแปลงไป ยิ่งทำให้ยากต่อ%
-การที่จะอธิบายลักษณะการใช้อย่างมีประสิทธิภาพได้. ทำให้ต้องมีข้อยกเว้นมากมาย.
-วิธีการหนึ่งที่จะทำให้ภาษาเป็นไปตามกฏเกณฑ์ที่รัดกุมได้วิธีหนึ่งก็คือการอาศัย%
-เครื่องหมายวรรคตอน เพื่อให้ผู้เขียนยึดและคำนึงถึงการเขียนให้เป็นประโยคและรัดกุม%
-ได้. ผลที่ได้รับจากการพยายามที่จะให้ได้ภาษาที่อิงไวยากรณ์ที่ใกล้เคียงกัน จะทำให้%
-สามารถรวบรวมการใช้ภาษาได้อย่างมีประสิทธิผล. ผู้เขียนจึงได้สนับสนุนการใช้เครื่องหมาย%
-วรรคตอน และเสนอให้มีการรวบรวมคลังข้อความ. และเพื่อการแสดงให้เห็นถึงผลของการใช้%
-ข้อมูลดังกล่าว, ผู้เขียนก็ได้แสดงผลของการใช้งานในโครงการ Emacs เพื่อภาษาไทย และ%
-การใช้งานในการสร้างระบบเพื่อการแลกเปลี่ยนข้อมูลต่างภาษาในโครงการ UNL.
-
-\section{แผนงาน ORCHID}
-
-\textbf{ORCHID} เป็นแผนงานเพื่อสนับสนุนการร่วมกันสร้าง, การร่วมกันใช้, และการ%
-ร่วมกันพัฒนา ทรัพยากรทางภาษาของภาษาไทย, บนเครือข่าย World Wide Web. แผนงานนี้มี%
-จุดประสงค์หลักอยู่สองประการคือ เพื่อแก้ปัญหากำแพงทางภาษา, และรักษาไว้%
-เพื่อความคงอยู่ของภาษาและวัฒนธรรมไทย.
-
-แผนงานนี้จะรวมถึงการสร้างทรัพยากรทางภาษาโดยให้สอดคล้องตามมาตรฐาน, การศึกษา%
-วิธีการใช้ข้อมูลทางภาษาเพื่อเป็นประโยชน์ต่อการประมวลผลภาษา, และการพัฒนาระบบ%
-ประยุกต์เพื่อการใช้งานที่ประโยชน์ต่อสังคม. ทั้งสามประการนี้จะเป็นทั้งการสร้าง,
-การค้นหาวิธีการ, และการตรวจสอบจากการใช้งานจริง. แผนงานนี้จึงถูกแบ่งออกเป็นสอง%
-กลุ่ม คือ กลุ่มทรัพยากรพื้นฐาน (Basic Resources) และกลุ่มระบบประยุกต์
-(Application Systems) ตามวัตถุประสงค๎ของการวิจัยและพัฒนา. โดยที่ทั้งสองกลุ่มจะ%
-สนับสนุนซึ่งกันและกัน.
-
-\begin{itemize}
-\item \textbf{Basic Resources:} เป็นการสร้างทรัพยากรพื้นฐานประกอบด้วยสิ่งที่จะ%
-นำไปใช้ในการศึกษาวิจัยลักษณะของภาษา, และสิ่งที่จะนำไปใช้เป็นองค์ประกอบหนึ่งในการ%
-พัฒนาระบบประยุกต์.
- \begin{itemize}
- \item \textbf{Language Processing Library and Supporting Tools:}
-เป็นการสร้างองค์ประกอบพื้นฐานทาง Software เพื่อให้สามารถสร้างโปรแกรมประยุกต์ได้%
-รวดเร็วและอยู่บนมาตรฐานอันเดียวกันได้. จนถึงปัจจุบันส่วนใหญ่ผู้พัฒนาจะทำการพัฒนา%
-กันอย่างอิสระ โดยไม่มีการแลกเปลี่ยน หรือรวบรวมเพื่อการแก้ปัญหาอย่างถูกต้อง.
-เมื่อ Software ตัวหนึ่งหายไปจากตลาด, ประสบการณ์และวิธีการต่างๆ ก็หายไปกับ
-Software ตัวนั้นด้วย.
- \item \textbf{ORCHID POS Tagged Corpus~\cite{orchid,virach:98,virach:97}:}
-เป็นการสร้างฐานข้อมูลพื้นฐานทางภาษา ที่มีการกำกับหน่วยที่เป็นคำพร้อมๆ กับหน้าที่%
-ของคำๆ นั้น. ข้อมูลเหล่านี้จะใช้ในการศึกษา และให้ข้อมูลเกี่ยวกับการใช้คำในภาษา.
-ปริมาณ, ความถูกต้อง, และความทันสมัยของข้อมูลจึงเป็นปัจจัยที่สำคัญ.
- \item \textbf{ORCHID Treebank:} เป็นการสร้างฐานข้อมูลพื้นฐานทางภาษา ที่มีการ%
-กำกับโครงสร้างของประโยคพร้อมๆ กับหน้าที่ของคำๆ นั้นในประโยค. ข้อมูลเหล่านี้จะใช้%
-ในการศึกษา, และให้ข้อมูลเกี่ยวกับการใช้คำในประโยคและในการสร้างประโยค. ปริมาณ,
-ความถูกต้อง, และความทันสมัยของข้อมูลจึงเป็นปัจจัยที่สำคัญ.
- \item \textbf{Markup Language:} เป็นการสร้างภาษาเพื่อการกำกับ ซึ่งอาจจะอิง%
-การกำกับแบบมาตรฐานสากล เช่น SGML หรือ XML ก็ได้. สิ่งที่ต้องทำคือการนิยามใน%
-รายละเอียดปลีกย่อย ที่จำเป็นสำหรับการใช้งานในแต่ละด้าน. สิ่งที่สำคัญอย่างยิ่ง ก็%
-คือในส่วนที่เกี่ยวกับภาษาไทย เช่น แบบฟอร์มจดหมาย, กาพย์, และกลอน เป็นต้น.
- \item \textbf{Concept Alignment:} เป็นการสร้างระบบหน่วยความหมาย รวมถึง%
-การนิยามหน่วยความหมายเพื่อการเชื่อมโยงคำระหว่างภาษาด้วย.
- \end{itemize}
-\item \textbf{Application Systems:} เป็นการสร้างระบบประยุกต์จากทรัพยากร%
-พื้นฐาน และการใช้ผลจากการศึกษาทรัพยากรพื้นฐาน. ทั้งนี้จะเป็นตรวจสอบซึ่งกันและกัน%
-ระหว่างทรัพยากรพื้นฐานที่ได้จากข้อมูลจริงกับระบบประยุกต์ที่ได้พัฒนาขึ้น.
- \begin{itemize}
- \item \textbf{UNL (Universal Networking Language):} เป็นโครงการเพื่อ%
-การพัฒนาระบบสำหรับการแลกเปลี่ยนข้อมูลและข่าวสาร โดยไม่มีพรมแดนทางภาษา.
-โครงการนี้ได้รวมถึงการใช้ข้อมูลและข่าวสารอย่างมีประสิทธิภาพด้วย เช่นการสืบค้น,
-การย่อความ, และการนำเสนอ เป็นต้น.
- \item \textbf{Emacs for Thai:} เป็นการประยุกต์ใช้การประมวลผลภาษาไทยบน%
-ระบบ Editor ที่ใช้กันอย่างแพร่หลายระบบหนึ่ง. Emacs เป็น Editor ที่มีขีดความ%
-สามารถสูงมากระบบหนึ่ง และตั้งแต่ version ที่ 20.1 เป็นต้นไป Emacs ยังได้รับการ%
-พัฒนาให้รวมการประมวลผลแบบหลากภาษาจาก Mule (MULtilingual enhancement to GNU
-Emacs) เข้าไปด้วย.
- \item \textbf{LEX\textit{i}TRON:} เป็นการสร้างระบบพจนานุกรมที่สะท้อนจากข้อมูล%
-จริง. พจนานุกรมฉบับนี้จะให้ข้อมูลทางด้านการใช้คำในการสร้างประโยค, มีการบอก%
-หน้าที่ของคำอย่างชัดเจน และที่สำคัญคือการเข้าถึงคำศัพท์. ในอนาคตพจนานุกรมฉบับนี้%
-จะให้ข้อมูลทั้งสองประเภทคือ ข้อมูลเพื่อการเขียน, และข้อมูลเพื่อการแต่งประโยค.
-โดยจะคำนึงถึงผู้ใช้ที่เป็นเจ้าของภาษา และที่ไม่ใช่.
- \item \textbf{\LaTeX\ for Thai:} เป็นการประยุกต์ใช้การประมวลผลภาษาไทยบน%
-ระบบการจัดพิมพ์ที่ใช้กันอย่างแพร่หลายระบบหนึ่ง. ปัจจุบันมีบางส่วนที่ได้รับการ%
-พัฒนาให้สามารถใช้งานได้บ้างแล้ว~\cite{tlatex}. บทความที่ท่านอ่านอยู่ในขณะนี้ก็%
-จัดพิมพ์ด้วย \LaTeX\ ที่ได้รับการต่อเติมให้แสดงผลภาษาไทยได้. แม้ว่าระบบนี้จะใช้%
-การได้ดีทีเดียว, แต่กระนั้นก็ตามผู้เขียนก็ ยังรู้สึกว่ายังมีอีกหลายสิ่งที่ต้อง%
-พิจารณาแก้ไขและปรับปรุง.
- \end{itemize}
-\end{itemize}
-
-ในที่นี้ผู้เขียนได้กล่าวถึงลักษณะทั่วไป, โดยไม่ลงในรายละเอียดของแต่ละหัวข้อ%
-ย่อย, เนื่องจากจะทำให้ใช้เนื้อที่มากเกินไป. ผู้เขียนจะหาโอกาสเพื่อให้รายละเอียด%
-ต่อไปข้างหน้า, หรือผู้ที่สนใจอาจจะแสดงความคิดเห็นมายังผู้เขียนโดยตรงก็ได้. ความ%
-คิดเห็นต่างๆ จะทำให้สามารถปฎิบัติได้เร็วและถูกจุดประสงค์มากยิ่งขึ้น.
-
-แผนงานที่กล่าวมาทั้งหมดนี้ไม่ใช่เป็นสิ่งที่ผู้เขียนต้องการพัฒนาเองทั้งหมด, หรือ%
-เป็นเพียงสิ่งที่ผู้เขียนต้องการพัฒนาเท่านั้น. นี่เป็นเพียงการชี้ให้เห็นถึงแนว%
-โน้ม และแนวทางที่เราสามารถปฎิบัติได้เพื่อจุดประสงค์หลักสองประการคือ
-\textbf{เพื่อแก้ปัญหากำแพงทางภาษา, และรักษาไว้เพื่อความคงอยู่ของภาษาและวัฒนธรรม%
-ไทย.}
-
-\section{บทส่งท้าย}
-
-แผนงาน ORCHID ในบทความนี้เป็นการเริ่มต้นของผู้เขียน. บางโครงการก็กำลังดำเนินการ%
-อยู่ บางโครงการก็ยังอยู่ในระยะเริ่มต้นที่ผู้เขียนได้ลงมือดำเนินการไปแล้วบ้าง,
-และบางเรื่องก็ยังเพิ่งอยู่ในห้องทดลอง. ผู้เขียนจะได้นำแผนงานนี้เสนอต่อไปยัง%
-องค์กรที่เกี่ยวข้อง. จุดประสงค์ของการนำเสนอครั้งนี้ก็เพื่อก่อให้เกิดความเข้าใจ,
-จะได้ช่วยกันคิด, ช่วยกันส่งเสริมไปในแนวทางที่จะพัฒนาขึ้นได้ต่อๆ ไป. ผู้ใดสนใจ%
-หรือต้องการแนะนำ, ติดต่อผู้เขียนได้ตาม email ข้างต้น หรือดูข้อมูลเพิ่มเติมได้%
-ที่ http://www.links.nectec.or.th/virach/home.html.
-
-\begin{thebibliography}{99}
-
-\bibitem{sk}
- วิรัช ศรเลิศล้ำวาณิช
- \newblock ๒๕๔๑.
- \newblock \emph{เราจะเขียนภาษาไทยให้สื่อความชัดเจนยิ่งขึ้นได้อย่างไร}
- \newblock นิตยสารศักยภาพ.
- \newblock สมาคมนักวิชาชีพไทยในญี่ปุ่น
- \newblock ปีที่ ๕, ฉบับที่ ๒,
- \newblock หน้า ๒๖--๓๔.
-
-\bibitem{html}
- \newblock http://www.utoronto.ca/webdocs/Official/intro.html.
-
-\bibitem{sgml}
- \newblock http://www.oasis-open.org/.
-
-\bibitem{tlatex}
- \newblock http://www.fedu.uec.ac.jp/ZzzThai/.
-
-\bibitem{orchid}
- \newblock http://www.links.nectec.or.th/orchid/.
-
-\bibitem{xml}
- \newblock http://www.personal.u-net.com/\~{ }sgml/xmlintro.htm.
-
-\bibitem{ristat}
- \newblock http://www.links.nectec.or.th/virach/research.html.
-
-\bibitem{knuth:94}
- Knuth,~D.~E.
- \newblock 1994.
- \newblock \emph{The \TeX book}
- \newblock Addison-Wesley.
-
-\bibitem{lamport:94}
- Lamport,~L.
- \newblock 1994.
- \newblock \emph{\LaTeX\ A Document Preparation System}
- \newblock Addison-Wesley.
-
-\bibitem{sgml:90}
- SGML User's Group.
- \newblock 1990.
- \newblock \emph{A Brief History of the Development of SGML}
- \newblock http://www.sgmlsource.com/history/sgmlhist.htm.
-
-\bibitem{virach:98}
- Sornlertlamvanich,~V., Takahashi,~N. and Isahra,~H.
- \newblock 1998.
- \newblock \emph{Thai Part-Of-Speech Tagged Corpus: ORCHID.}
- \newblock Proceedings of Oriental COCOSDA Workshop.
- \newblock pp. 131--138.
- \newblock http://www.links.nectec.or.th/virach/publication.html.
-
-\bibitem{virach:97}
- Sornlertlamvanich,~V., Charoenporn,~T. and Isahra,~H.
- \newblock 1997.
- \newblock \emph{ORCHID: Thai Part-Of-Speech Tagged Corpus.}
- \newblock National Electronics and Computer Technology Center, Thailand.
- \newblock TR-NECTEC-1997-001,
- \newblock pp. 5--19.
- \newblock http://www.links.nectec.or.th/virach/publication.html.
-
-\bibitem{virach:96}
- Sornlertlamvanich,~V. and Hozumi,~T.
- \newblock 1996.
- \newblock \emph{The Automatic Extraction of Open Compounds from
- Text Corpora.}
- \newblock COLING-96,
- \newblock pp. 1143--1146.
- \newblock http://www.links.nectec.or.th/virach/publication.html.
-
-\bibitem{enc-ling:88}
- Takashi,~K., Rokuro,~K. and Eiichi,~C.
- \newblock 1988.
- \newblock The Sanseido Encyclopaedia of Linguistics.
-
-\end{thebibliography}
-
-\end{document}