From the previous study [12], Class

From the previous study [12], Classification and
Regression Tree (CART) gave the best performance among
different algorithms for phrase boundary prediction closely
related to the task of sentence-breaking. In addition, it
achieved an excellent performance in Thai NLP task. In this
paper, we used CART as a learning algorithm

ผลลัพธ์ (ไทย) 1:

จากก่อนหน้านี้ศึกษา [12], ประเภท และถดถอยทรี (รถเข็น) ให้เกิดประสิทธิภาพสูงสุดในหมู่อัลกอริทึมต่าง ๆ สำหรับวลีพยากรณ์ขอบเขตอย่างใกล้ชิดที่เกี่ยวข้องกับงานการแบ่งประโยค นอกจากนี้ มันทำได้มีประสิทธิภาพที่ดีเยี่ยมในงานไทย NLP ในที่นี้กระดาษ เราใช้รถเข็นเป็นอัลกอริทึมการเรียนรู้

ผลลัพธ์ (ไทย) 2:

จากการศึกษาก่อนหน้านี้ [12], การจำแนกประเภทและ
ต้นไม้ถดถอย (รถเข็น) ให้ประสิทธิภาพการทำงานที่ดีที่สุดใน
ขั้นตอนวิธีการที่แตกต่างกันสำหรับการทำนายขอบเขตของวลีอย่างใกล้ชิด
ที่เกี่ยวข้องกับงานของประโยคทำลาย นอกจากนี้ยัง
ประสบความสำเร็จในการปฏิบัติงานยอดเยี่ยมในงานไทย NLP ในการนี้
กระดาษที่เราใช้รถเข็นเป็นขั้นตอนวิธีการเรียนรู้

ผลลัพธ์ (ไทย) 3:

จากการศึกษาก่อนหน้า [ 12 ] การจำแนกและการถดถอย
ต้นไม้ ( ซื้อ ) ให้ประสิทธิภาพที่ดีที่สุดของขั้นตอนวิธีการทำนายขอบเขตแตกต่างกัน

วลีอย่างใกล้ชิดที่เกี่ยวข้องกับงานของประโยคแบ่ง นอกจากนี้ ได้มีการแสดงที่ยอดเยี่ยมในไทย
NLP งาน ในกระดาษนี้
เราใช้เกวียนเป็นอัลกอริทึมการเรียนรู้