Gecko [ myeducation.co.th ]

Name	Size	Permission
__pycache__	[ DIR ]	drwxr-xr-x
combine_related_words.py	3.35 KB	-rw-r--r--
get_stopwords.py	868 B	-rw-r--r--

Code Editor : combine_related_words.py

# /var/www/afra/py.afaa.website/mara1_model/combine_related_words.py

from pythainlp.corpus import thai_words

def combine_related_words(tokens):
    """รวมคำที่ควรอยู่ติดกันเพื่อลดช่องว่างฟุ่มเฟือย และเตรียมสำหรับการฝึกในอนาคต"""
    thai_words_set = thai_words()
    related_pairs = {
        "เกาะ": ["เต่า", "พังงา", "สมุย"],
        "ภาคใต้": ["ไทย"],
        "จังหวัด": ["ชุมพร"],
        "มีชื่อเสียง": ["การเกษตร"],
        "ธรรมชาติ": ["ความสมบูรณ์"],
        "นักท่องเที่ยว": ["ชอบความสงบ"],
        "กิจกรรม": ["กลางแจ้ง"],
        "มีความสำคัญ": ["ประวัติศาสตร์"],
        "เมือง": ["ชายหาด", "ชายหาดสวยงาม"],
        "ชายหาด": ["สวยงาม", "ทรายขาว", "ยอดนิยม"],
        "หาด": ["ทราย", "ทุ่ง", "ทรายขาว", "ทรายรี"],
        "จุด": ["เริ่มต้น", "ชมวิว"],
        "ห่าง": ["กรุงเทพฯ"],
        "ประชากร": ["ราว"],
        "ศูนย์กลาง": ["การค้า"],
        "พระอาทิตย์": ["ตก", "ตกดิน"],
        "ท้อง": ["ถิ่น", "ฟ้า"],
        "จุดชมวิว": ["เขามัทรี", "หาดทรายรี"],
        "เหมาะสำหรับ": ["นักท่องเที่ยว", "การพักผ่อน", "ดำน้ำ"],
        "หาดทราย": ["รี"],
        "น้ำ": ["ใส", "นวล"],
        "ทราย": ["ขาว", "ละเอียด"],
        "ศาล": ["กรมหลวงชุมพร"],
        "สภาพอากาศ": ["ร้อนชื้น"],
        "ฤดู": ["ฝน", "แห้ง"],
        "อายุ": ["4,000"],
        "พิพิธภัณฑ์": ["ชาติ"],
        "พายุ": ["ไต้ฝุ่น"],
        "สงคราม": ["ฝรั่งเศส", "โลก"],
        "ประตู": ["ภาคใต้", "การท่องเที่ยว"],
        "แหล่ง": ["พักผ่อน", "ท่องเที่ยว"],
        "จักรวรรดิ": ["ศรีวิชัย"],
        "ราง": ["เหล็ก"]
    }
    result = []
    i = 0
    while i < len(tokens):
        current = tokens[i]
        combined = current
        if i + 1 < len(tokens):
            next_token = tokens[i + 1]
            potential_combo = current + next_token
            # รวมคำถ้าอยู่ใน related_pairs ก่อน แล้วค่อย thai_words
            if current in related_pairs and next_token in related_pairs[current]:
                combined = potential_combo
                i += 1
            elif potential_combo in thai_words_set:
                combined = potential_combo
                i += 1
        result.append(combined)
        i += 1
    return result

${this.title}

Code Editor : combine_related_words.py