8. ConclusionIn this article we hav

8. Conclusion
In this article we have presented a semi-automatic
ontological knowledge base construction framework.
The experiment conducted in e-learning management
system environment to generate ontology
(semi)automatically from learning materials. The result
of experiment showed that the performance of ontology
learning (Text2Onto) compared with human expert
performance in extracting knowledge concept
demonstrated high performance, thus saving the expert
time and effort.

ผลลัพธ์ (ไทย) 1:

8
ข้อสรุปในบทความนี้เราได้นำเสนอกึ่งอัตโนมัติ
ฐานความรู้กรอบการก่อสร้าง ontological.
การทดลองดำเนินการในการจัดการ e-learning สภาพแวดล้อมของระบบการสร้าง

อภิปรัชญา (กึ่ง) โดยอัตโนมัติจากสื่อการเรียน
ผลจากการทดลองแสดงให้เห็นว่าประสิทธิภาพการทำงานของอภิปรัชญา
การเรียนรู้ (text2onto) เมื่อเทียบกับผู้เชี่ยวชาญของมนุษย์
ประสิทธิภาพในการสกัดความรู้แนวคิด
แสดงให้เห็นถึงประสิทธิภาพสูงจึงช่วยประหยัดเวลาผู้เชี่ยวชาญ
และความพยายาม

ผลลัพธ์ (ไทย) 2:

8. สรุป
ในบทความนี้ เราได้นำเสนอกึ่งอัตโนมัติ
รู้โต้ก่อสร้างกรอบการ
ทดลองดำเนินการในการจัดการเรียนรู้
ระบบสิ่งแวดล้อมเพื่อสร้างภววิทยา
(กึ่ง) โดยอัตโนมัติจากสื่อการเรียนรู้ ผล
ทดลองพบว่าประสิทธิภาพของภววิทยา
(Text2Onto) การเรียนรู้เปรียบเทียบกับผู้เชี่ยวชาญมนุษย์
ประสิทธิภาพการทำงานในแนวคิดความรู้
สาธิตประสิทธิภาพสูง บันทึกผู้เชี่ยวชาญดัง
เวลาและความพยายาม

ผลลัพธ์ (ไทย) 3:

8 . บทสรุป
ในข้อนี้เราได้มีการเสนอกรอบความรู้พื้นฐานการก่อสร้างแบบกึ่งอัตโนมัติ
ววิทยาที่.
การทดลองที่ดำเนินการในระบบอี - การเรียนรู้การจัดการระบบ

ซึ่งจะช่วยในการสร้าง Capitalism )(กึ่ง)โดยอัตโนมัติจากอุปกรณ์การเรียนการสอน. ผลที่ได้
การทดลองให้เห็นว่าการทำงานของ Capitalism )
การเรียนรู้(ข้อความ 2 เข้ากับ)เมื่อเทียบกับผู้เชี่ยวชาญด้านสิทธิมนุษยชน
ประสิทธิภาพ การทำงานในการแยกตามแนวความคิดความรู้
ซึ่งจะช่วยแสดงให้เห็นถึง ประสิทธิภาพ การทำงานสูงซึ่งช่วยประหยัดความพยายามและความเชี่ยวชาญด้าน
เวลาที่ได้