At first, the system splits all of

At first, the system splits all of sentences, which are title of
articles in the expert publication database. It splits sentences to
sub sentences by punctuations.
Second, the system parses clauses from those split
sentences by Stanford NLP toolkits [11]. There are several
types in those clauses. However, there are two reasons that let
us choice two type clauses, “Noun+Noun” and “(Adj |
Noun)+Noun," in the system. One is that queries are some
terms of domain, and they are nouns. The other is they are
short terms of noun in general.

Results (Thai) 1:

ครั้งแรก ระบบแยกประโยค ซึ่งชื่อทั้งหมดของบทความในฐานข้อมูลสิ่งพิมพ์ผู้เชี่ยวชาญ มันแยกประโยคให้ประโยคย่อย โดย punctuationsสอง ระบบวิเคราะห์ประโยคจากการแบ่งนั้นประโยค โดย NLP สแตนฟอร์ดข่าว [11] มีหลายชนิดในประโยคเหล่านั้น อย่างไรก็ตาม มีสองประการที่ช่วยให้เราเลือกสองชนิดประโยค "คำนาม + คำนาม" และ "(Adj |คำนาม) + นาม, "ในระบบ คือว่า แบบสอบถามได้แก่เงื่อนไขของโดเมน และนาม อื่น ๆ คือจะมีสั้นข้อของคำนามทั่วไป

Results (Thai) 2:

ตอนแรกระบบแยกทั้งหมดของประโยคซึ่งเป็นชื่อของบทความที่ตีพิมพ์ในฐานข้อมูลผู้เชี่ยวชาญ
มันแยกประโยคประโยคย่อยโดยเครื่องหมายวรรคตอน. สองระบบแยกคำสั่งจากผู้แยกประโยคโดยชุดเครื่องมือสแตนฟอ NLP [11] มีหลายประเภทในข้อเหล่านั้น แต่มีสองเหตุผลที่ช่วยให้เราเลือกที่สองประโยคประเภท "คำนาม + คำนาม" และ "(Adj |. คำนาม) + คำนาม" ในระบบหนึ่งคือการที่คำสั่งมีบางแง่ของโดเมนและพวกเขาจะมีคำนาม. อื่น ๆ คือพวกเขาจะระยะสั้นของคำนามทั่วไป

Results (Thai) 3:

ตอนแรก ระบบแยกทุกประโยค ซึ่งเป็นชื่อของ
บทความในสิ่งพิมพ์ผู้เชี่ยวชาญฐานข้อมูล มันแยกประโยคประโยคโดยการย่อย

.
2 ระบบวิเคราะห์ประโยคจากแยก
ประโยคโดย Stanford NLP toolkits [ 11 ] มีหลายประเภทในประโยคเหล่านั้น
. อย่างไรก็ตาม มี 2 เหตุผลที่ทำให้เราเลือกสองประเภทหลัก
" คำนามคำนาม " และ " ( 1 |
คำนาม ) คำนาม " ในระบบ หนึ่งคือว่า แบบสอบถามบาง
แง่ของโดเมนและเป็นคำนาม อื่น ๆ พวกเขามี
ระยะสั้นของคำนามทั่วไป