summaryrefslogtreecommitdiff
path: root/obsolete/language/thai/thailatex/doc/orchid.tex
diff options
context:
space:
mode:
Diffstat (limited to 'obsolete/language/thai/thailatex/doc/orchid.tex')
-rw-r--r--obsolete/language/thai/thailatex/doc/orchid.tex549
1 files changed, 549 insertions, 0 deletions
diff --git a/obsolete/language/thai/thailatex/doc/orchid.tex b/obsolete/language/thai/thailatex/doc/orchid.tex
new file mode 100644
index 0000000000..ad9ea451c0
--- /dev/null
+++ b/obsolete/language/thai/thailatex/doc/orchid.tex
@@ -0,0 +1,549 @@
+\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}