Syllabification in Thai has been pe

Syllabification in Thai has been performed using a dictionary
(Poowarawan, 1986),
syllabification rules (Chanyapornpong,
1983; Khruahong et al., 2003; Mamoru and Satoshi,
2001; Sawamipakdee, 1990; Thairatananond, 1981), and a
combination of rules and a statistical model (Aroonmanakun,
2002). It is commonly acknowledged that these
approaches have different advantages/disadvantages, i.e.
the rule-based approach requires low computational power
and memory but has difficulty resolving ambiguous cases,
whereas the statistical approach needs a large annotated
corpus for training.

ผลลัพธ์ (ไทย) 1:

Syllabification ในไทยมีการใช้พจนานุกรม(Poowarawan, 1986), syllabification กฎ (Chanyapornpong1983 Khruahong และ al., 2003 Mamoru และซาโตชิ2001 Sawamipakdee, 1990 Thairatananond, 1981), และชุดของกฎและแบบจำลองทางสถิติ (Aroonmanakun2002) นั้นจะเป็นโดยทั่วไปยอมรับว่า ที่เหล่านี้วิธีมีแตกต่างกันข้อดี/ข้อเสีย เช่นปฏิบัติตามกฎต้องคำนวณพลังงานต่ำหน่วยความจำแต่มีความยากลำบากในการแก้ไขกรณีไม่ชัดเจนในขณะสถิติต้อง ขนาดใหญ่ใส่คำอธิบายประกอบคอร์พัสคริสำหรับฝึกอบรม

ผลลัพธ์ (ไทย) 2:

syllabification ในไทยได้รับการดำเนินการโดยใช้พจนานุกรม
(Poowarawan, 1986)
กฎ syllabification (Chanyapornpong,
1983; Khruahong et al, 2003;. มาโมรุและซาโตชิ,
2001; Sawamipakdee, 1990; Thairatananond, 1981)
และการรวมกันของกฎระเบียบและแบบจำลองทางสถิติ (Aroonmanakun,
2002) เป็นที่ยอมรับกันทั่วไปว่าสิ่งเหล่านี้วิธีการที่แตกต่างกันมีข้อดี / ข้อเสียคือวิธีการตามกฎต้องใช้พลังงานในการคำนวณที่ต่ำและหน่วยความจำแต่มีความยากลำบากการแก้ปัญหากรณีที่คลุมเครือในขณะที่วิธีการทางสถิติความต้องการข้อเขียนขนาดใหญ่คลังสำหรับการฝึกอบรม

ผลลัพธ์ (ไทย) 3:

syllabification ในไทยมีการใช้พจนานุกรม
( poowarawan , 1986 ) syllabification ( chanyapornpong

กฎ , 1983 ; khruahong et al . , 2003 ; มาโมรุ และ ซาโตชิ
2001 sawamipakdee 1990 ; thairatananond , 1981 ) และการรวมกันของกฎ
และโมเดลทางสถิติ ( เอี่ยมสุข
, 2002 ) . มันเป็นที่ยอมรับว่าแนวทางนี้มีข้อเสียข้อดีต่างกัน /

)การใช้พลังงานต่ำวิธีการกฎ
การคำนวณและหน่วยความจำ แต่มีปัญหาการคลี่คลายคดีคลุมเครือ ขณะที่วิธีการทางสถิติความต้องการ

คลังข้อมูลขนาดใหญ่บนอินเทอร์เน็ตสำหรับการฝึกอบรม