វចនានុក្រមជួនណាត (ខ្មែរ–ខ្មែរ)

អំពីកម្មវិធីនេះ

នេះជាវចនានុក្រមខ្មែរ–ខ្មែរ៖ អ្នកវាយពាក្យខ្មែរ ហើយទទួលនិយមន័យជាភាសាខ្មែរវិញ — ដូចវចនានុក្រមដែលអ្នកអានខ្មែរប្រើ មិនមែនសម្រាប់អ្នករៀនភាសាទេ។ អត្ថបទដែលនៅពីក្រោយគឺវចនានុក្រមជួនណាត ដែលជាវចនានុក្រមខ្មែរតែមួយសម័យទំនើបដំបូងគេ។ គណៈកម្មការចងក្រងរបស់វាត្រូវបានបង្កើតតាមព្រះរាជក្រិត្យនៅឆ្នាំ ១៩១៥ ហើយសម្ដេចព្រះសង្ឃរាជ ជួនណាត (១៨៨៣–១៩៦៩) បានជំរុញឱ្យការបោះពុម្ពលើកទីមួយចេញនៅឆ្នាំ ១៩៣៨។ សម្រាប់សិស្ស អ្នកសរសេរ អ្នកបកប្រែ និងអ្នកដែលពិនិត្យខ្មែរផ្លូវការ វាគឺជាឯកសារយោងដែលពន្យល់ពាក្យតាមរយៈភាសាខ្មែរផ្ទាល់ ដោយបង្ហាញឫសបាលី និងសំស្ក្រឹតនៅជាមួយធាតុជាច្រើន។ មានរឿងពីរដែលវាមិនមែន។ ទីមួយ វាមិនមែនវចនានុក្រមខ្មែរ–អង់គ្លេសទេ — គ្មាននិយមន័យជាអង់គ្លេសនៅទីនេះទេ។ ទីពីរ វាមិនមែនឧបករណ៍ត្រួតពិនិត្យអក្ខរាវិរុទ្ធ ឬស្វែងរកអត្ថបទពេញទេ៖ វាផ្គូផ្គងតែពាក្យគោលតែមួយដោយច្បាស់ ដូច្នេះប្រយោគដែលបិទភ្ជាប់មក ពាក្យកាត់ទូទៅសម័យថ្មី ឬអក្ខរាវិរុទ្ធមិនទូទៅ អាចត្រឡប់មកជា «រកមិនឃើញ»។

របៀបដំណើរការ

វាយពាក្យ រួចចុចស្វែងរក ទំព័រហៅ GET /v1/dictionary/chuon-nath នៅ InKhmer API។ សេវាកម្ម (chuon-nath-service.ts: loadDictionaryIntoIndex) អានឯកសារ OpenDocument ដែលភ្ជាប់មកជាមួយ — chuon_nath_2.0.ods ដែលដាក់ក្នុងរូបភាព API ផ្ទាល់ — ម្តងតែប៉ុណ្ណោះ នៅសំណើដំបូង រួយសង់សន្ទស្សន៍ក្នុងអង្គចងចាំនៃពាក្យគោល ១៧ ៦៦៤។ អ្វីដែលអ្នកវាយត្រូវកាត់ចន្លោះ ហើយផ្គូផ្គងច្បាស់នឹងសន្ទស្សន៍៖ បើជួប វាបង្ហាញគ្រប់ជួរធាតុនៃពាក្យគោលនោះ — គុណពាក្យ ប្រភពពាក្យ ការអាន និយមន័យ និងការយោងឆ្លង។ បើមិនជួប វាបង្ហាញសំណើ «អ្នកចង់រក» រហូតដល់ម្ភៃពាក្យ ជាពាក្យគោលដែលមានចូរដើមដូចគ្នា រៀបតាមអក្ខរក្រមខ្មែរ។ គ្មាន stemming គ្មាន fuzzy match និងគ្មានការធ្វើ Unicode normalisation ទេ — លំដាប់តួអក្ស្រត្រូវស្មើនឹងពាក្យគោលដែលរក្សាទុក។ អក្សរខ្មែរសរសេរពាក្យគ្មានដកឃ្លា ដូច្នេះប្រយោគដែលបិទភ្ជាប់មកកម្រាជួបអ្វី។ ហើយអត្ថបទក្នុងពុម្ព Limon ចាស់ មិនមែន Unicode ទាល់តែសោះ ដូច្នេះវាមិនអាចផ្គូផ្គងបាន លុះត្រាតែបម្លែងជាមុន។ ជួរពាក្យក្រោមប្រអប់ស្វែងរក គឺជាសំណាកពាក្យប្រាំដែលចាប់យកចៃដន្យរាល់សំណើ មិនមែនចំណាត់ថ្នាក់ប្រជាប្រិយទេ។

ករណីប្រើប្រាស់

• សិស្សដែលសរសេរអត្ថបទខ្មែរ ពិនិត្យថាអក្ខរាវិរុទ្ធ និងការប្រើពាក្យផ្លូវការត្រូវនឹងឯកសារយោងស្តង់ដារ មុនដាក់ស្នើការងារ។
• អ្នកបកប្រែដែលជ្រើសរវាងការបកប្រែខ្មែរពីរ អាននិយមន័យទាំងពីរ ដើម្បីប្រៀបធៀបថាពាក្យនីមួយៗគ្របដណ្តប់អ្វី ជំនួសឱ្យការទាយ។
• គ្រូដែលរៀបចំមេរៀន ប្រើវាល់ប្រភពពាក្យ ដើម្បីបង្ហាញសិស្សថាពាក្យផ្លូវការមួយត្រូវបានសង់ពីឫសបាលី ឬសំស្ក្រឹតយ៉ាងណា។
• អ្នកអានដែលកំពុងអានអត្ថបទព្រះពុទ្ធសាសនា ឬឯកសារខ្មែរចាស់ រកមើលពាក្យបុរាណដែលវចនានុក្រមទូទៅពន្យល់មិនច្បាស់។
• អ្នកសរសេរផ្ទៀងផ្ទាត់ពាក្យដែលកើតពី «ខ្មែរូបនីយកម្ម» — ពាក្យដែលគណៈកម្មការបង្កើតពីបាលី និងសំស្ក្រឹត — មុនយកទៅបោះពុម្ព។
• មនុស្សដែលដឹងពាក្យតែតាមសំឡេង សាកល្បងអក្ខរាវិរុទ្ធផ្សេងៗ ហើយប្រើសំណើចូរដើមនៅពេលរកមិនឃើញ ដើម្បីទៅដល់ពាក្យគោលត្រឹមត្រូវ។
• អ្នករៀនខ្មែរផ្លូវការ បញ្ជាក់សញ្ញាគុណពាក្យនៃពាក្យគោល មុនកំណត់ថាវាស្ថិតក្នុងប្រយោគជាអ្វី។

សំណួរដែលគេសួរញឹកញាប់

• តើនេះជាវចនានុក្រមជួនណាតផ្លូវការដែរឬទេ?

  និយមន័យគឺជាអត្ថបទវចនានុក្រមជួនណាតពិតប្រាកដ — ធាតុខ្លះក៏យោងឆ្លងទៅ «វចនានុក្រម​សម្ដេច ជ.ណ.» នៅខាងក្នុងទិន្នន័យផ្ទាល់។ ប៉ុន្តែទំព័រនេះមិនមែនការចេញផ្សាយផ្លូវការទេ៖ ការស្វែងរករត់លើច្បាប់ឌីជីថលដែលចែកចាយជាឯកសារស្ព្រាតស៊ីត ហើយទាំងវិទ្យាស្ថានពុទ្ធសាសនបណ្ឌិត (ដែលបោះពុម្ពការបោះពុម្ព) និង InKhmer មិនបានកែសម្រួលអត្ថបទទេ។ ចាត់ទុកវាជាធាតុដូចគ្នាដែលបម្រើជាអេឡិចត្រូនិក មិនមែនការបោះពុម្ពដែលបានបញ្ជាក់។

• តើវាប្រើការបោះពុម្ពលើកទីប៉ុន្មាន?

  ឈ្មោះឯកសារមានស្លាក «2.0» ប៉ុន្តែនោះជាកំណែរបស់ឯកសារឌីជីថល — ទិន្នន័យមិនកត់ត្រាការបោះពុម្ពណាមួយទេ។ ការបោះពុម្ពដើមលើកទីមួយចេញនៅឆ្នាំ ១៩៣៨ ក្រោយគណៈកម្មការបង្កើតឆ្នាំ ១៩១៥។ ការបោះពុម្ពដែលត្រូវបានធ្វើឌីជីថលញឹកបំផុតនៅទីផ្សេង គឺការបោះពុម្ពលើកទី ៥ ឆ្នាំ ១៩៦៧ របស់វិទ្យាស្ថានពុទ្ធសាសនបណ្ឌិត។ បើខ្សែជំនាន់ពិតប្រាកដសំខាន់សម្រាប់ការដកស្រង់ សូមពិនិត្យពាក្យនោះក្នុងក្បួនបោះពុម្ពផងដែរ។

• ហេតុអ្វីបានជាពាក្យរបស់ខ្ញុំត្រឡប់មក «រកមិនឃើញ»?

  ការស្វែងរកគឺការផ្គូផ្គងពាក្យគោលច្បាស់៖ គ្មាន stemming គ្មាន fuzzy search និងគ្មានការអត់ឱនឱ្យអក្ខរាវិរុទ្ធផ្សេង។ ពាក្យដែលបង្កើត ឬខ្ចីមកក្រោយអត្ថបទដើម — ពាក្យបច្ចេកទេសសម័យថ្មី ពាក្យកាត់ទូទៅថ្មី ពាក្យស្លែង — គ្មានក្នុងសន្ទស្សន៍ទេ។ ហើយដោយខ្មែរសរសេរពាក្យគ្មានដកឃ្លា ប្រយោគដែលបិទភ្ជាប់មកផ្គូផ្គងគ្មានអ្វីសោះ។ ស្វែងរកម្តងមួយពាក្យ។ បញ្ជី «អ្នកចង់រក» បង្ហាញរហូតដល់ម្ភៃពាក្យគោលដែលមានចូរដើមដូចគ្នា។

• ហេតុអ្វីបានជាអត្ថបទដែលចម្លងពីឯកសារចាស់ មិនផ្គូផ្គង?

  ឯកសារដែលសរសេរក្នុងពុម្ពខ្មែរចាស់ដូចជា Limon មិនមានអក្សរខ្មែរ Unicode ទេ — ពួកវារក្សាទុកកូដ byte ឡាតាំង ដែលមើលទៅដូចខ្មែរតែពេលពុម្ពចាស់បង្ហាញ។ បិទភ្ជាប់ចូលប្រអប់ស្វែងរក Unicode ពួកវាមើលមិនឃើញសម្រាប់វចនានុក្រម។ បម្លែងអត្ថបទទៅ Unicode ជាមុន ដោយឧបករណ៍បម្លែង Limon ទៅ Unicode នៅលើគេហទំព័រនេះ រួចស្វែងរកលទ្ធផល។

• តើវចនានុក្រមដំណើរការពេលគ្មានអ៊ីនធឺណិតឬទេ?

  ទេ។ រាល់ការស្វែងរកផ្ញើសំណើទៅ API — សន្ទស្សន៍ស្ថិតនៅម៉ាស៊ីនមេ មិនមែនលើឧបករណ៍របស់អ្នក។ អ្វីតែមួយដែលរក្សាទុកក្នុងកម្មវិធីរុករករបស់អ្នក គឺបញ្ជីពាក្យដែលអ្នកបានស្វែងរក (ម្ភៃចុងក្រោយ) ដូច្នេះទំព័រផ្ទុកបានពេលគ្មានអ៊ីនធឺណិត ប៉ុន្តែការស្វែងរកមិនបានទេ។ ការពណ៌នាមុនរបស់ទំព័រនេះធ្លាប់និយាយថាលទ្ធផលត្រូវបាន cache — នោះមិនមែនអ្វីដែលកូដធ្វើទេ ហើយចំណុចនោះត្រូវបានកែ។

• តើអក្សរកាត់ក្នុងត្រង់វង់ក្រចកនៃធាតុមានន័យអ្វី?

  ពួកវាគឺជាវាល់របស់ធាតុ។ វាល់ប្រភពពាក្យសម្គាល់ការបង្កើតពាក្យដោយកាត់ — (បា.) សម្រាប់បាលី (សំ.) សម្រាប់សំស្ក្រឹត — បង្ហាញរបៀបដែលគណៈកម្មការបានសង់វាក្យសព្ទខ្មែរផ្លូវការ។ វាល់ការអានផ្តល់កំណត់សំឡេង ជារឿយៗការបំបែកព្យាង្គដែលបង្ហាញជើងអក្សរ ឧ. (សួស-ស្ដី, ជើង ដ) សម្រាប់ សួស្ដី។ សញ្ញាគុណពាក្យស្ថិតជាប់ពាក្យគោលជាអក្សរត្រៀត។

• តើ «ពាក្យពេញនិយម» ក្រោមប្រអប់ស្វែងរក ពេញនិយមពិតឬទេ?

  ទេ — ទោះស្លាកថាដូច្នោះ វាមិនមែនប្រជាប្រិយដែលវាស់ទេ។ API លាយសន្ទស្សន៍ ១៧ ៦៦៤ ពាក្យទាំងអស់រាល់សំណើ រួចត្រឡប់ពាក្យគោលប្រាំដោយចៃដន្យ (មុខងារ getTrendingWords គឺ Fisher–Yates shuffle ដែលមានកំណត់ប្រាំ)។ អានជួរនោះជាលក្ខណៈរកឃើញ — វិធីជួបពាក្យមិនស្គាល់ — មិនមែនអ្វីដែលកម្ពុជាកំពុងស្វែងរក។

• តើវាផ្តល់ការបកប្រែពាក្យខ្មែរជាអង់គ្លេសឬទេ?

  ទេ — រាល់និយមន័យគឺជាខ្មែរតែប៉ុណ្ណោះ។ បើអ្នកត្រូវការន័យអង់គ្លេសនៃពាក្យខ្មែរ ប្រើឧបករណ៍បកប្រែនៅលើគេហទំព័រនេះ។ បើអ្នកត្រូវការនិយមន័យខ្មែរសម្រាប់ពាក្យអង់គ្លេស វចនានុក្រមនេះក៏ផ្តល់មិនបានដែរ — ពាក្យគោល និងនិយមន័យរបស់វាគឺខ្មែរទាំងអស់ ហើយនោះហើយជាអ្វីដែលធ្វើឱ្យវាមានប្រយោជន៍សម្រាប់ពិនិត្យការប្រើខ្មែរផ្លូវការ។

ទិន្នន័យ និងភាពជាក់លាក់

មាតិកាត្រូវបានពិនិត្យឡើងវិញចុងក្រោយ ថ្ងៃទី 19 តុលា 2026