Friday, May 13, 2016

แนวทางการพัฒนา ไทยออนโทโลยี (Thai Ontology)

แนวทางการพัฒนา ไทยออนโทโลยี (Thai Ontology)

อยู่ในแวดวงออนโทโลยีมากกว่า 10 ปี ยังไม่มีความอยากที่จะพัฒนาออนโทโลยีสำหรับภาษาไทย แต่ตอนนี้มีงานวิจัยของนักศึกษาที่กำลังทำเกี่ยวกับภาษาไทย จึงจำเป็นต้องดูสักหน่อย  เหตุผลแรกที่ไม่คิดอยากจะทำคือ ภาษาไทยเป็นภาษาที่ยาก  คำในภาษามีหลายลักษณะ มีการใช้งานที่หลากหลายซึ่งนำไปสู่ความหมายที่แตกต่างกัน  ถ้าจะแสดงด้วยออนโทโลยีแบบ Lightweight Ontology (แบบอย่างง่าย) ทีมีการกำหนดความสัมพันธ์ของคำด้วย is-a relationship คงจะไม่เพียงพอ  เช่น  รถยนต์ เป็น (is-a) ยานพาหนะ  ซึ่งในการแสดงความหมายคำว่า รถยนต์ มีความหมายแคบหรือเฉพาะเจาะจงมากกว่าคำว่า ยานพาหนะ และในทางกลับกันยานพาหนะคือคำที่มีความหมายกว้าง  ในทฤษฎีเชิงความหมาย  รถยนต์ คือ Specific concept ของ ยานพาหนะ ในทางกลับกัน ยานพาหนะ คือ Generic concept ของรถยนต์

Semantics ของคำในภาษาไทย
Semantics ของคำในภาษาไทย  การตีความหมายยากมากๆ อาจต้องดูทั้งประโยค แล้วประโยคที่เกี่ยวข้องก่อนหน้าและประโยคถัดไป  เช่น ไก่หลงในผับ  จะตีความว่าเป็นไก่ (ซึ่งเป็นสัตว์) อยู่ในผับก็คงไม่ได้  ต้องไปศึกษาคำอุปมาอุปมัน หรือคำเปรียบเทียบ จึงจะตีความได้ถูก นอกจากนั้นยังมีคำพ้องรูป (เขียนเหมือนกันความหมายต่างกันและอาจจะอ่านต่างกัน)  คำพ้องความหมายเขียนต่างกันแต่ความหมายเหมือนกัน (ในภาษาอังกฤษเรียกว่า Thesaurus)
คำพ้องรูปเช่น  เพลา ที่แปลว่าก้านบังคับขับเคลื่อนล้อ หรือ เพลา (เพ-ลา) ที่แปลว่า กาล
คำพ้องความหมาย เช่น  ตาย  หมดกรรม  สิ้นใจ  อสัญกรรม ทุกคำมีความหมายแสดงถึงคนตาย แต่มีการใช้ในบริบทที่แตกต่างกันกับสถานะของบุคคล หรือใช้เพื่อแสดงอารมณ์สะเทือนใจ  
คำที่มีการสลับตำแหน่ง ก็จะมีความหมายต่างกัน  เช่น หายใจ  กับ  ใจหาย
ความหมายของคำในภาษาไทย เปลี่ยนแปลงได้ตามการนำไปใช้ เหมือนที่ยกตัวอย่าง (ไก่) การตัดคำก็มีผลต่อการคัดสรรคำที่เหมาะสมเพื่อนำไปตีความ  เช่น จะตัดคำว่า "ไก่หลง" หรือ "ไก่" และ "หลง"  หรือ ตัดคำว่า "หายใจ" หรือ "หาย" กับ "ใจ"  และถ้านำคำเหล่านี้ไปสร้างประโยคต่อ ก็จะสื่อความหมายต่างกันหรือนำไปสู่ความกำกวมของการตีความก็ได้  ดังนั้นการจะตีความได้ดี การตัดคำก็มีผลไม่ใช่น้อย  การตีความจำเป็นที่จะต้องพิจารณาความหมายของคำ  พิจารณาไวยากรณ์ของประโยค  แต่ก็ยังไม่พอเพียงในการตีความหมาย  จำเป็นที่จะต้องวิเคราะห์คำที่ประกอบกันเป็นรูปประโยคนั้น หรือคำข้างเคียงของประโยค และความหมายอาจมาจากประโยคหรือมาจาก คำ หรือ วลีหรือกลุ่มคำ ก็ได้

การตีความแตกต่างจากการแปลอย่างไร ? 
อาจกล่าวได้ว่า การตีความ คือ การหาความหมายที่จะสื่อความเข้าใจของข้อความซึ่งอาจจะเป็นภาษาพูดหรือเขียนก็ได้  ในภาษาไทยภาษาพูดหรือภาษาเขียนไม่ใช่เรื่องที่จะแยกแยะออกจากกันได้เสมอไป
ดังนั้นการตีความ จะต้องวัดความเข้าใจของผู้รับ (ผู้อ่านหรือผู้ฟัง)  การแปลจัดว่าเป็นการแปลงข้อความจากภาษาหนึ่งให้เป็นอีกภาษาหนึ่ง  ซึ่งอาจจะไม่ได้พิจารณาความถูกต้องของความหมายมากนัก เราอาจสังเกตได้ว่า Google Translator ทำไมถึงแปลข้อความภาษาไทยผิดๆ ก็เพราะการแปลของ Google Translator ยังทำได้เพียงระดับของ Semantic Mapping คือการจับคู่คำด้วยการพิจารณาความหมายจากคำแปลในพจนานุกรมเป็นหลัก  เช่น ไก่ จับคู่กับ  Chicken

WordNet กับความเป็นไปได้ในการพัฒนา ไทยออนโทโลยี
 WordNet เป็นออนโทโลยีที่นักภาษาศาสตร์ได้สร้างขึ้นเพื่อการกำหนดความหมายของคำในภาษาอังกฤษ  ถ้าคนที่สนใจเข้าไปศึกษาจะเห็นว่า ความสัมพันธ์ของคำที่กำหนดใน WordNet นั้น ไม่เพียงพอที่จะนำมาใช้สร้างออนโทโลยีภาษาไทย  หรือจะสรุปได้ง่ายๆว่า  ถ้าจะทำออนโทโลยีภาษาไทย จะต้องสร้างออนโทโลยีที่ซับซ้อนมากกว่า WordNet  ค่อนข้างมาก แต่ออนโทโลยีของภาษาไทย ควรมีลักษณะที่มากกว่าออนโทโลยี WordNet หรือมีการกำหนดความสัมพันธ์ที่มากกว่า

หากจะพูดถึงการตีความหมายโดยใช้แพทเทิร์น ซึ่งอาจจะสร้างจากไวยากรณ์ของภาษา  ผู้เขียนคิดว่ามันก็คงยังไม่สามารถตีความได้ดีนัก  จะต้องพิจารณาคุณลักษณะของคำ ที่ถูกนำไปใช้ในประโยคหรือรวมไปถึงบริบทรอบๆด้วย ซึ่งน่าที่จะเป็นไปได้ในการนำไปสู่การตีความที่ถูกต้อง จะเปรียบเทียบกับงานวิจัยพวก Data Mining รีวิว Emotion ของ User ในความพึงพอใจของสินค้า โดยดู Pattern ของคำ ตำแหน่งที่ปรากฎในประโยค   Semantic Interpretation อาจตีความหมายได้ดีกว่าเพราะเป็นการพิจารณา Semantics ที่มีความละเอียดกว่าซึ่งครอบคลุมเรื่องของ Pattern แต่ยังพิจารณาไปถึงคุณลักษณะของคำและความหมายที่ประกอบใน Pattern นั้น  พูดง่ายๆ แบบ Mining ประมาณว่ามีแพทเทิร์นแล้วตัดสินใจเลยว่าอันนี้หมายความแบบนี้  แต่ถ้าเป็น Interpretation แพทเทิร์นเดียวกันอาจสื่อความหมายต่างกันก็ได้ ซึ่งต้องมีการจำแนกความหมายต่อไปด้วย Logic อะไรบางอย่างที่นำไปสู่การตีความที่ถูกต้อง

บทความนี้แค่นี้ก่อนค่ะ หลังสอบปลายภาคจึงจะมาเสนอ ภาษาไทยออนโทโลยีที่ควรจะเป็น

กฤดาภัทร 
ผู้เขียน



















No comments:

Post a Comment