အသံထွက်များ မည်သည့်နေရာမှ ရရှိပြီး မည်သည့်စည်းကမ်းဖြင့် အသုံးပြုသည်။
ခေါင်းစဉ်စကားလုံးများနှင့် အခြားအသံထွက်များသည် PyThaiNLP မှ ထုတ်ဝေသော Thai G2P Wiktionary corpus (၂၀၂၂ ခုနှစ် ဇူလိုင်လတွင် Wiktionary မှ စုဆောင်းထားသည်) မှ ရရှိပြီး CC BY-SA 3.0 လိုင်စင်ဖြင့် ဖြစ်သည်။ ဤအက်ပ်တွင် ပါဝင်သော အဘိဓာန်ဖိုင်သည် ၎င်း၏ ဆင့်ပွားလက်ရာဖြစ်ပြီး CC BY-SA 4.0 (CC BY-SA 3.0 က ခွင့်ပြုသော နောက်ဗားရှင်း) ဖြင့် ပေးထားသည်။
ခေါင်းစဉ်စကားလုံးတစ်ခုစီ၏ အဓိကအသံထွက်ကို ချူလာလောင်ကွန်တက္ကသိုလ်မှ Wirote Aroonmanakun ၏ Thai Language Toolkit (tltk၊ BSD 3-Clause လိုင်စင်) ဖြင့် ထုတ်လုပ်ထားသည်။ tltk ကို အဘိဓာန်တည်ဆောက်ချိန်တွင်သာ အသုံးပြုပြီး ၎င်း၏ကိုယ်ပိုင်ဒေတာများကို ဤအက်ပ်တွင် မထည့်သွင်းပါ။
တိကျမှုကို ညီအစ်ကိုပရောဂျက် thai-typing မှ RTGS အသံထွက်ပါသော စကားလုံး ၂,၆၄၁ လုံးဖြင့် တိုင်းတာသည်။ ထိုစာရင်းရှိ သိရှိထားသော အမှားများကို အကြောင်းပြချက်နှင့်တကွ ပြင်ဆင်ထားသည်။
UD_Thai-PUD (Universal Dependencies) — CC BY-SA 3.0
github.com/UniversalDependencies/UD_Thai-PUD
Volubilis 23.1 (Francis Bastien) — CC BY-SA 4.0
belisan-volubilis.blogspot.com/
လက်ရေးဖတ်သည့် မော်ဒယ်ကို ထိုင်းစာလုံး ဖောင့် ၆၃ မျိုးဖြင့် ရေးဆွဲထားသော ဖန်တီးနမူနာများဖြင့် လေ့ကျင့်ထားသည် — Google Fonts မှ ၃၃ မျိုး (SIL Open Font License 1.1)၊ Fonts-TLWG မှ ၉ မျိုး (GNU GPL 2.0 နှင့်အထက်၊ ဖောင့်ခြွင်းချက်ပါ။ Waree သည် Bitstream Vera)၊ BoonJot (SIL OFL 1.1)၊ f0nt.com မှ iannnnn ၁၆ မျိုး (f0nt.com စည်းကမ်း: ကိုယ်ပိုင်နှင့် စီးပွားရေး အသုံးပြုနိုင်ပြီး ဖောင့်ဖိုင်ကို ပြန်လည်ဖြန့်ဝေခြင်း မပြုရ) နှင့် SIPA အမျိုးသားဖောင့် မူရင်း ၄ မျိုး (၂၀၀၇ သဘောတူညီချက်)။ ဖောင့်များကို လေ့ကျင့်ရေးပုံများ ရေးဆွဲရန်သာ သုံးပြီး ဤအက်ပ်တွင် ဖောင့်ဖိုင် မပါဝင်ပါ။
Charm, Itim, Kodchasan, Mali, Srisakdi, Bai Jamjuree, Chakra Petch, Charmonman, Fahkwang, IBM Plex Sans Thai Looped, K2D, KoHo, Maitree, Niramit, Noto Sans Thai Looped, Noto Serif Thai, Pridi, Sarabun, Taviraj, Thasadith, Trirong, Krub, Playpen Sans Thai, Chonburi, Sriracha, Anuphan, Athiti, IBM Plex Sans Thai, Kanit, Mitr, Noto Sans Thai, Pattaya, Prompt — SIL OFL 1.1
fonts.google.com/?subset=thai
Fonts-TLWG 0.7.4: Purisa, Garuda, Kinnari, Loma, Norasi, Sawasdee, Umpush, Laksaman — GNU GPL 2.0+ with font exception; Waree — Bitstream Vera
github.com/tlwg/fonts-tlwg
BoonJot 2.0 — SIL OFL 1.1
github.com/fontuni/boonjot
iannnnn COW, DOG, DUCK, GOOSE, HEN, MONKEY, OWL, RABBIT, TIGER, PDF 2008, DVD, HBO, JPG, MTV, SOS, UBC (Prachya Singhto) — f0nt.com licence
www.f0nt.com/about/license/
TH Charmonman, TH Srisakdi, TH Charm of AU, TH Mali Grade 6 (DIP / SIPA, 2007) — SIPA font licence agreement
www.f0nt.com/release/13-free-fonts-from-sipa/
SIL Open Font License 1.1
openfontlicense.org/
မော်ဒယ်ကို Burapha-TH စာလုံးအစု (Onuean နှင့်အဖွဲ့၊ Applied Sciences 2022) ဖြင့်လည်း လေ့ကျင့်ထားသည်။ ၎င်းသည် စာရွက် ၁,၁၅၃ ရွက် (စာတမ်းအရ ရေးသူ ၁,၀၇၂ ဦး) ပေါ်ရှိ ထိုင်းစာလုံး ၆၈ လုံး လက်ရေး စကင်ပုံများဖြစ်ပြီး Burapha တက္ကသိုလ်က လိုင်စင် အတိအလင်း မဖော်ပြဘဲ ထုတ်ပြန်ထားကာ ရေးသူများက အခြားအသုံးပြုမှုအတွက် လွတ်လပ်စွာ သုံးနိုင်သည်ဟု ဆိုသည်။ တိကျမှုကို KVIS Thai OCR Dataset (Joseph & Anantaprayoon, 2018၊ ရေးသူ ၂၇ ဦး၏ ထိုင်းဗျည်း ၄၄ လုံး၊ CC BY 4.0) ဖြင့် အကဲဖြတ်ရန်သာ တိုင်းတာသည်။ ဒေတာ နှစ်ခုစလုံး ဤအက်ပ်တွင် မပါဝင်ဘဲ လေ့ကျင့်ပြီး အလေးချိန်များသာ ပါဝင်သည်။
Burapha-TH — Onuean, A. et al., Applied Sciences 2022, 12(8):4083, doi:10.3390/app12084083 (Burapha University / KISTI)
services.informatics.buu.ac.th/datasets/Burapha-TH/
KVIS Thai OCR Dataset — Joseph, R. & Anantaprayoon, P., Mendeley Data V1 (2018), doi:10.17632/8nr3pbdk5c.1 — CC BY 4.0
data.mendeley.com/datasets/8nr3pbdk5c/1
KVIS Thai OCR Dataset — CC BY 4.0
creativecommons.org/licenses/by/4.0/
အဘိဓာန်ဒေတာ: CC BY-SA 4.0။ tltk: BSD 3-Clause။ လက်ရေးအတွက် ဖောင့်များ: SIL Open Font License 1.1၊ GNU GPL 2.0+ ဖောင့်ခြွင်းချက်ပါ၊ Bitstream Vera နှင့် f0nt.com၊ SIPA တို့၏ စည်းကမ်းများ (လေ့ကျင့်ရေးပုံ ရေးဆွဲရန်သာ)။ Burapha-TH လေ့ကျင့်ရေးဒေတာ: လိုင်စင် အတိအလင်း မရှိ၊ ရေးသူများ တောင်းဆိုသည့်အတိုင်း ကိုးကားသည်။ KVIS အကဲဖြတ်ဒေတာ: CC BY 4.0။ အက်ပ်ကိုယ်တိုင်သည် ဒေတာနှင့် သီးခြားဖြစ်ပြီး ဤလိုင်စင်များနှင့် မသက်ဆိုင်ပါ။
辞書データ — CC BY-SA 4.0
creativecommons.org/licenses/by-sa/4.0/
Thai-PUD, Wiktionary 2022 corpus — CC BY-SA 3.0
creativecommons.org/licenses/by-sa/3.0/
tltk — BSD 3-Clause
opensource.org/license/bsd-3-clause
TNC 頻度 — CC0 1.0
creativecommons.org/publicdomain/zero/1.0/