ความเปลี่ยนแปลง

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "accessible_condition": 
2
  "accessible_condition": 
            
3
\u0e04\u0e25\u0e31\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\r\n\r\n1. 
3
\u0e04\u0e25\u0e31\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\r\n\r\n1. 
            
4
0e48\u0e40\u0e0a\u0e34\u0e07\u0e1e\u0e32\u0e13\u0e34\u0e0a\u0e22\u0e4c 
4
0e48\u0e40\u0e0a\u0e34\u0e07\u0e1e\u0e32\u0e13\u0e34\u0e0a\u0e22\u0e4c 
            
5
0e0a\u0e49\u0e43\u0e19\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22 
5
0e0a\u0e49\u0e43\u0e19\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22 
            
6
0e21\u0e48\u0e43\u0e0a\u0e48\u0e1e\u0e32\u0e13\u0e34\u0e0a\u0e22\u0e4c 
6
0e21\u0e48\u0e43\u0e0a\u0e48\u0e1e\u0e32\u0e13\u0e34\u0e0a\u0e22\u0e4c 
            
7
\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22 
7
\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22 
            
8
0e1b\u0e34\u0e14\u0e0b\u0e2d\u0e23\u0e4c\u0e2a\u0e42\u0e04\u0e49\u0e14 
8
0e1b\u0e34\u0e14\u0e0b\u0e2d\u0e23\u0e4c\u0e2a\u0e42\u0e04\u0e49\u0e14 
            
9
0e44\u0e21\u0e48\u0e04\u0e34\u0e14\u0e21\u0e39\u0e25\u0e04\u0e48\u0e32 
9
0e44\u0e21\u0e48\u0e04\u0e34\u0e14\u0e21\u0e39\u0e25\u0e04\u0e48\u0e32 
            
10
0e25\u0e31\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e19\u0e35\u0e49 
10
0e25\u0e31\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e19\u0e35\u0e49 
            
11
0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e0a\u0e38\u0e14\u0e19\u0e35\u0e49 
11
0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e0a\u0e38\u0e14\u0e19\u0e35\u0e49 
            
12
0e22\u0e43\u0e19\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e44\u0e17\u0e22 
12
0e22\u0e43\u0e19\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e44\u0e17\u0e22 
            
13
0e42\u0e1b\u0e23\u0e14\u0e2a\u0e48\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25 
13
0e42\u0e1b\u0e23\u0e14\u0e2a\u0e48\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25 
            
14
\u0e42\u0e04\u0e49\u0e14 \u0e41\u0e25\u0e30 APIs 
14
\u0e42\u0e04\u0e49\u0e14 \u0e41\u0e25\u0e30 APIs 
            
15
0e21\u0e32\u0e22\u0e31\u0e07\u0e42\u0e04\u0e23\u0e07\u0e01\u0e32\u0e23 
15
0e21\u0e32\u0e22\u0e31\u0e07\u0e42\u0e04\u0e23\u0e07\u0e01\u0e32\u0e23 
            
16
AI for Thai \u0e44\u0e14\u0e49 
16
AI for Thai \u0e44\u0e14\u0e49 
            
17
\u0e42\u0e14\u0e22\u0e15\u0e34\u0e14\u0e15\u0e48\u0e2d \u0e14\u0e23. 
17
\u0e42\u0e14\u0e22\u0e15\u0e34\u0e14\u0e15\u0e48\u0e2d \u0e14\u0e23. 
            
18
\u0e40\u0e17\u0e1e\u0e0a\u0e31\u0e22 
18
\u0e40\u0e17\u0e1e\u0e0a\u0e31\u0e22 
            
19
\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e4c\u0e19\u0e34\u0e18\u0e34 
19
\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e4c\u0e19\u0e34\u0e18\u0e34 
            
20
0e48\u0e32\u0e19\u0e17\u0e32\u0e07\u0e2d\u0e35\u0e40\u0e21\u0e25\u0e4c 
20
0e48\u0e32\u0e19\u0e17\u0e32\u0e07\u0e2d\u0e35\u0e40\u0e21\u0e25\u0e4c 
            
21
0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e0a\u0e38\u0e14\u0e19\u0e35\u0e49 
21
0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e0a\u0e38\u0e14\u0e19\u0e35\u0e49 
            
22
\u0e32\u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\r\n\r\n2. 
22
\u0e32\u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\r\n\r\n2. 
            
23
0e19\u0e40\u0e0a\u0e34\u0e07\u0e1e\u0e32\u0e13\u0e34\u0e0a\u0e22\u0e4c 
23
0e19\u0e40\u0e0a\u0e34\u0e07\u0e1e\u0e32\u0e13\u0e34\u0e0a\u0e22\u0e4c 
            
24
2\u0e49\u0e2d\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e19\u0e35\u0e49\r\n\r\n- 
24
2\u0e49\u0e2d\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e19\u0e35\u0e49\r\n\r\n- 
            
25
\u0e17\u0e32\u0e07\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e17\u0e35\u0e48 1: 
25
\u0e17\u0e32\u0e07\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e17\u0e35\u0e48 1: 
            
26
0e31\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e02\u0e19\u0e32\u0e14 
26
0e31\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e02\u0e19\u0e32\u0e14 
            
27
50,000 \u0e04\u0e33 
27
50,000 \u0e04\u0e33 
            
28
0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e41\u0e19\u0e1a\u0e21\u0e32 
28
0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e41\u0e19\u0e1a\u0e21\u0e32 
            
29
0e22\u0e43\u0e19\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e44\u0e17\u0e22 
29
0e22\u0e43\u0e19\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e44\u0e17\u0e22 
            
30
7\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e14\u0e49\u0e27\u0e22\r\n\r\n- 
30
7\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e14\u0e49\u0e27\u0e22\r\n\r\n- 
            
31
\u0e17\u0e32\u0e07\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e17\u0e35\u0e48 2: 
31
\u0e17\u0e32\u0e07\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e17\u0e35\u0e48 2: 
            
32
0e25\u0e31\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e19\u0e35\u0e49 
32
0e25\u0e31\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e19\u0e35\u0e49 
            
33
0e07\u0e32\u0e19\u0e15\u0e25\u0e2d\u0e14\u0e0a\u0e35\u0e27\u0e34\u0e15 
33
0e07\u0e32\u0e19\u0e15\u0e25\u0e2d\u0e14\u0e0a\u0e35\u0e27\u0e34\u0e15 
            
34
0e35\u0e49\u0e42\u0e1b\u0e23\u0e14\u0e15\u0e34\u0e14\u0e15\u0e48\u0e2d 
34
0e35\u0e49\u0e42\u0e1b\u0e23\u0e14\u0e15\u0e34\u0e14\u0e15\u0e48\u0e2d 
            
35
\u0e14\u0e23. \u0e40\u0e17\u0e1e\u0e0a\u0e31\u0e22 
35
\u0e14\u0e23. \u0e40\u0e17\u0e1e\u0e0a\u0e31\u0e22 
            
36
\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e4c\u0e19\u0e34\u0e18\u0e34 
36
\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e4c\u0e19\u0e34\u0e18\u0e34 
            
37
0e48\u0e32\u0e19\u0e17\u0e32\u0e07\u0e2d\u0e35\u0e40\u0e21\u0e25\u0e4c 
37
0e48\u0e32\u0e19\u0e17\u0e32\u0e07\u0e2d\u0e35\u0e40\u0e21\u0e25\u0e4c 
            
38
thepchai@nectec.or.th 
38
thepchai@nectec.or.th 
            
39
u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21\r\n\r\nAGREEMENT 
39
u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21\r\n\r\nAGREEMENT 
            
40
OF USAGE\r\n\r\n1. Non-commercial use, research, and open 
40
OF USAGE\r\n\r\n1. Non-commercial use, research, and open 
            
41
source\r\n\r\nAny non-commercial use of the dataset for research and 
41
source\r\n\r\nAny non-commercial use of the dataset for research and 
            
42
open-sourced projects is encouraged and free of charge. Please cite 
42
open-sourced projects is encouraged and free of charge. Please cite 
            
43
our technical report for reference.\r\n\r\nIf you want to perpetuate 
43
our technical report for reference.\r\n\r\nIf you want to perpetuate 
            
44
your models trained on our dataset and share them to the research 
44
your models trained on our dataset and share them to the research 
            
45
community in Thailand, please send your models, code, and APIs to the 
45
community in Thailand, please send your models, code, and APIs to the 
            
46
AI for Thai Project. Please contact Dr. Thepchai Supnithi via 
46
AI for Thai Project. Please contact Dr. Thepchai Supnithi via 
            
47
thepchai@nectec.or.th for more information.\r\n\r\nNote that 
47
thepchai@nectec.or.th for more information.\r\n\r\nNote that 
            
48
modification and redistribution of the dataset by any means are 
48
modification and redistribution of the dataset by any means are 
            
49
strictly prohibited unless authorized by the corpus authors.\r\n\r\n2. 
49
strictly prohibited unless authorized by the corpus authors.\r\n\r\n2. 
            
50
Commercial use\r\n\r\nIn any commercial use of the dataset, there are 
50
Commercial use\r\n\r\nIn any commercial use of the dataset, there are 
            
51
two options.\r\n\r\n- Option 1 (in kind): Contributing a dataset of 
51
two options.\r\n\r\n- Option 1 (in kind): Contributing a dataset of 
            
52
50,000 words completely annotated with our annotation scheme within 1 
52
50,000 words completely annotated with our annotation scheme within 1 
            
53
year. Your data will also be shared and recognized as a dataset 
53
year. Your data will also be shared and recognized as a dataset 
            
54
co-creator in the research community in Thailand.\r\n\r\n- Option 2 
54
co-creator in the research community in Thailand.\r\n\r\n- Option 2 
            
55
(in cash): Purchasing a lifetime license for the entire dataset is 
55
(in cash): Purchasing a lifetime license for the entire dataset is 
            
56
required. The purchased rights of use cover only this 
56
required. The purchased rights of use cover only this 
            
57
dataset.\r\n\r\nIn both options, please contact Dr. Thepchai Supnithi 
57
dataset.\r\n\r\nIn both options, please contact Dr. Thepchai Supnithi 
            
58
via thepchai@nectec.or.th for more information.\r\n\r\n", 
58
via thepchai@nectec.or.th for more information.\r\n\r\n", 
            
n
59
  "allow_harvest": "True", 
n
59
  "allow_harvest": "False", 
            
60
  "author": null, 
60
  "author": null, 
            
61
  "author_email": null, 
61
  "author_email": null, 
            
62
  "creator_user_id": "3cc37be5-a41a-42e6-ae89-c13c06e2b801", 
62
  "creator_user_id": "3cc37be5-a41a-42e6-ae89-c13c06e2b801", 
            
63
  "data_category": 
63
  "data_category": 
            
64
49\u0e2d\u0e21\u0e39\u0e25\u0e2a\u0e32\u0e18\u0e32\u0e23\u0e13\u0e30", 
64
49\u0e2d\u0e21\u0e39\u0e25\u0e2a\u0e32\u0e18\u0e32\u0e23\u0e13\u0e30", 
            
65
  "data_collect": "\u0e2d\u0e37\u0e48\u0e19\u0e46", 
65
  "data_collect": "\u0e2d\u0e37\u0e48\u0e19\u0e46", 
            
66
  "data_collect_other": 
66
  "data_collect_other": 
            
67
2d\u0e1a\u0e40\u0e02\u0e15\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e04\u0e33", 
67
2d\u0e1a\u0e40\u0e02\u0e15\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e04\u0e33", 
            
68
  "data_format": [
68
  "data_format": [
            
69
    "\u0e2d\u0e37\u0e48\u0e19\u0e46"
69
    "\u0e2d\u0e37\u0e48\u0e19\u0e46"
            
70
  ], 
70
  ], 
            
71
  "data_format_other": "the CoNLL-2003-style format", 
71
  "data_format_other": "the CoNLL-2003-style format", 
            
72
  "data_language": [
72
  "data_language": [
            
73
    "\u0e44\u0e17\u0e22"
73
    "\u0e44\u0e17\u0e22"
            
74
  ], 
74
  ], 
            
75
  "data_source": "\u0e02\u0e48\u0e32\u0e27", 
75
  "data_source": "\u0e02\u0e48\u0e32\u0e27", 
            
76
  "data_support": 
76
  "data_support": 
            
77
48\u0e27\u0e22\u0e07\u0e32\u0e19\u0e02\u0e2d\u0e07\u0e23\u0e31\u0e10", 
77
48\u0e27\u0e22\u0e07\u0e32\u0e19\u0e02\u0e2d\u0e07\u0e23\u0e31\u0e10", 
            
78
  "data_support_other": "", 
78
  "data_support_other": "", 
            
79
  "data_type": 
79
  "data_type": 
            
80
49\u0e2d\u0e21\u0e39\u0e25\u0e23\u0e30\u0e40\u0e1a\u0e35\u0e22\u0e19", 
80
49\u0e2d\u0e21\u0e39\u0e25\u0e23\u0e30\u0e40\u0e1a\u0e35\u0e22\u0e19", 
            
81
  "disaggregate": [], 
81
  "disaggregate": [], 
            
82
  "disclosure": "public", 
82
  "disclosure": "public", 
            
83
  "extras": [
83
  "extras": [
            
84
    {
84
    {
            
85
      "key": "harvest_job_id", 
85
      "key": "harvest_job_id", 
            
n
86
      "value": "aa4860df-e4e6-4b75-a533-5ae4b65d858b"
n
86
      "value": "acbfb3fd-9ebf-4aac-be4a-95e4a3998029"
            
87
    }, 
87
    }, 
            
88
    {
88
    {
            
89
      "key": "harvest_object_id", 
89
      "key": "harvest_object_id", 
            
n
90
      "value": "f76d583f-bb12-424c-bc28-1850ced62e98"
n
90
      "value": "9e8f256c-3d90-43d3-b487-e4e737be483b"
            
91
    }, 
91
    }, 
            
92
    {
92
    {
            
93
      "key": "harvest_source_id", 
93
      "key": "harvest_source_id", 
            
94
      "value": "4332bc23-5204-4a78-ad02-eadde32a56e7"
94
      "value": "4332bc23-5204-4a78-ad02-eadde32a56e7"
            
95
    }, 
95
    }, 
            
96
    {
96
    {
            
97
      "key": "harvest_url", 
97
      "key": "harvest_url", 
            
98
      "value": 
98
      "value": 
            
99
pend-portal.nectec.or.th/dataset/d1364791-84bc-4b65-9904-79aa0aa2c5a6"
99
pend-portal.nectec.or.th/dataset/d1364791-84bc-4b65-9904-79aa0aa2c5a6"
            
100
    }, 
100
    }, 
            
101
    {
101
    {
            
102
      "key": "source_dataset_id", 
102
      "key": "source_dataset_id", 
            
103
      "value": "d1364791-84bc-4b65-9904-79aa0aa2c5a6"
103
      "value": "d1364791-84bc-4b65-9904-79aa0aa2c5a6"
            
104
    }
104
    }
            
105
  ], 
105
  ], 
            
106
  "geo_coverage": "\u0e44\u0e21\u0e48\u0e21\u0e35", 
106
  "geo_coverage": "\u0e44\u0e21\u0e48\u0e21\u0e35", 
            
107
  "geo_coverage_other": "", 
107
  "geo_coverage_other": "", 
            
108
  "groups": [], 
108
  "groups": [], 
            
109
  "id": "d1364791-84bc-4b65-9904-79aa0aa2c5a6", 
109
  "id": "d1364791-84bc-4b65-9904-79aa0aa2c5a6", 
            
110
  "isopen": false, 
110
  "isopen": false, 
            
111
  "license_id": "\u0e2d\u0e37\u0e48\u0e19\u0e46", 
111
  "license_id": "\u0e2d\u0e37\u0e48\u0e19\u0e46", 
            
112
  "license_id_other": "", 
112
  "license_id_other": "", 
            
113
  "license_title": "\u0e2d\u0e37\u0e48\u0e19\u0e46", 
113
  "license_title": "\u0e2d\u0e37\u0e48\u0e19\u0e46", 
            
114
  "maintainer": "\u0e40\u0e17\u0e1e\u0e0a\u0e31\u0e22 
114
  "maintainer": "\u0e40\u0e17\u0e1e\u0e0a\u0e31\u0e22 
            
115
\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e4c\u0e19\u0e34\u0e18\u0e34", 
115
\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e4c\u0e19\u0e34\u0e18\u0e34", 
            
116
  "maintainer_email": "thepchai.supnithi@nectec.or.th", 
116
  "maintainer_email": "thepchai.supnithi@nectec.or.th", 
            
117
  "metadata_created": "2024-05-06T15:17:20.957800", 
117
  "metadata_created": "2024-05-06T15:17:20.957800", 
            
n
118
  "metadata_modified": "2024-05-06T15:17:20.957807", 
n
118
  "metadata_modified": "2026-02-05T15:33:15.151425", 
            
119
  "name": "lst20-corpus", 
119
  "name": "lst20-corpus", 
            
120
  "notes": "LST20 Corpus 
120
  "notes": "LST20 Corpus 
            
121
0e21\u0e27\u0e25\u0e1c\u0e25\u0e20\u0e32\u0e29\u0e32\u0e44\u0e17\u0e22 
121
0e21\u0e27\u0e25\u0e1c\u0e25\u0e20\u0e32\u0e29\u0e32\u0e44\u0e17\u0e22 
            
122
0e15\u0e2d\u0e23\u0e4c\u0e41\u0e2b\u0e48\u0e07\u0e0a\u0e32\u0e15\u0e34 
122
0e15\u0e2d\u0e23\u0e4c\u0e41\u0e2b\u0e48\u0e07\u0e0a\u0e32\u0e15\u0e34 
            
123
0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e32\u0e07\u0e20\u0e32\u0e29\u0e32 
123
0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e32\u0e07\u0e20\u0e32\u0e29\u0e32 
            
124
5 \u0e23\u0e30\u0e14\u0e31\u0e1a \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48 
124
5 \u0e23\u0e30\u0e14\u0e31\u0e1a \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48 
            
125
\u0e02\u0e2d\u0e1a\u0e40\u0e02\u0e15\u0e02\u0e2d\u0e07\u0e04\u0e33 
125
\u0e02\u0e2d\u0e1a\u0e40\u0e02\u0e15\u0e02\u0e2d\u0e07\u0e04\u0e33 
            
126
(word boundaries), 
126
(word boundaries), 
            
127
\u0e0a\u0e19\u0e34\u0e14\u0e02\u0e2d\u0e07\u0e04\u0e33 (part of 
127
\u0e0a\u0e19\u0e34\u0e14\u0e02\u0e2d\u0e07\u0e04\u0e33 (part of 
            
128
speech), 
128
speech), 
            
129
0e02\u0e2d\u0e07\u0e0a\u0e37\u0e48\u0e2d\u0e40\u0e09\u0e1e\u0e32\u0e30 
129
0e02\u0e2d\u0e07\u0e0a\u0e37\u0e48\u0e2d\u0e40\u0e09\u0e1e\u0e32\u0e30 
            
130
(named entities), 
130
(named entities), 
            
131
0e2d\u0e07\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e04\u0e22\u0e48\u0e2d\u0e22 
131
0e2d\u0e07\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e04\u0e22\u0e48\u0e2d\u0e22 
            
132
(clause boundaries), 
132
(clause boundaries), 
            
133
0e02\u0e15\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e04\u0e43\u0e2b\u0e0d\u0e48 
133
0e02\u0e15\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e04\u0e43\u0e2b\u0e0d\u0e48 
            
134
(sentence boundaries) 
134
(sentence boundaries) 
            
135
e35\u0e49\u0e1b\u0e23\u0e30\u0e01\u0e2d\u0e1a\u0e14\u0e49\u0e27\u0e22: 
135
e35\u0e49\u0e1b\u0e23\u0e30\u0e01\u0e2d\u0e1a\u0e14\u0e49\u0e27\u0e22: 
            
136
3,164,002 \u0e04\u0e33, 288,020 
136
3,164,002 \u0e04\u0e33, 288,020 
            
137
\u0e0a\u0e37\u0e48\u0e2d\u0e40\u0e09\u0e1e\u0e32\u0e30, 248,181 
137
\u0e0a\u0e37\u0e48\u0e2d\u0e40\u0e09\u0e1e\u0e32\u0e30, 248,181 
            
138
\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e04\u0e22\u0e48\u0e2d\u0e22, and 
138
\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e04\u0e22\u0e48\u0e2d\u0e22, and 
            
139
74,180 \u0e1b\u0e23\u0e30\u0e42\u0e22\u0e04\u0e43\u0e2b\u0e0d\u0e48 
139
74,180 \u0e1b\u0e23\u0e30\u0e42\u0e22\u0e04\u0e43\u0e2b\u0e0d\u0e48 
            
140
0e31\u0e49\u0e07\u0e2a\u0e34\u0e49\u0e19\u0e40\u0e1e\u0e35\u0e22\u0e07 
140
0e31\u0e49\u0e07\u0e2a\u0e34\u0e49\u0e19\u0e40\u0e1e\u0e35\u0e22\u0e07 
            
141
16 
141
16 
            
142
0e41\u0e17\u0e47\u0e01\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19 
142
0e41\u0e17\u0e47\u0e01\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19 
            
143
0e32\u0e23\u0e23\u0e27\u0e1a\u0e23\u0e27\u0e21\u0e02\u0e48\u0e32\u0e27 
143
0e32\u0e23\u0e23\u0e27\u0e1a\u0e23\u0e27\u0e21\u0e02\u0e48\u0e32\u0e27 
            
144
3,745 \u0e0a\u0e34\u0e49\u0e19 
144
3,745 \u0e0a\u0e34\u0e49\u0e19 
            
145
0e2d\u0e07\u0e02\u0e48\u0e32\u0e27\u0e40\u0e2d\u0e32\u0e44\u0e27\u0e49 
145
0e2d\u0e07\u0e02\u0e48\u0e32\u0e27\u0e40\u0e2d\u0e32\u0e44\u0e27\u0e49 
            
146
15 \u0e0a\u0e19\u0e34\u0e14\u0e2d\u0e35\u0e01\u0e14\u0e49\u0e27\u0e22 
146
15 \u0e0a\u0e19\u0e34\u0e14\u0e2d\u0e35\u0e01\u0e14\u0e49\u0e27\u0e22 
            
147
e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e44\u0e14\u0e49\r\n\r\nLST20 
147
e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e44\u0e14\u0e49\r\n\r\nLST20 
            
148
Corpus is a dataset for Thai language processing developed by National 
148
Corpus is a dataset for Thai language processing developed by National 
            
149
Electronics and Computer Technology Center (NECTEC), Thailand. It 
149
Electronics and Computer Technology Center (NECTEC), Thailand. It 
            
150
offers five layers of linguistic annotation: word boundaries, POS 
150
offers five layers of linguistic annotation: word boundaries, POS 
            
151
tagging, named entities, clause boundaries, and sentence boundaries. 
151
tagging, named entities, clause boundaries, and sentence boundaries. 
            
152
At a large scale, it consists of 3,164,002 words, 288,020 named 
152
At a large scale, it consists of 3,164,002 words, 288,020 named 
            
153
entities, 248,181 clauses, and 74,180 sentences, while it is annotated 
153
entities, 248,181 clauses, and 74,180 sentences, while it is annotated 
            
154
with 16 distinct POS tags. All 3,745 documents are also annotated with 
154
with 16 distinct POS tags. All 3,745 documents are also annotated with 
            
155
one of 15 news genres. Regarding its sheer size, this dataset is 
155
one of 15 news genres. Regarding its sheer size, this dataset is 
            
156
considered large enough for developing joint neural models for 
156
considered large enough for developing joint neural models for 
            
157
NLP.\r\n", 
157
NLP.\r\n", 
            
158
  "num_resources": 1, 
158
  "num_resources": 1, 
            
159
  "num_tags": 1, 
159
  "num_tags": 1, 
            
160
  "objective": [
160
  "objective": [
            
161
    
161
    
            
162
17\u0e18\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e0a\u0e32\u0e15\u0e34", 
162
17\u0e18\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e0a\u0e32\u0e15\u0e34", 
            
163
    
163
    
            
164
e23\u0e34\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e0a\u0e19"
164
e23\u0e34\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e0a\u0e19"
            
165
  ], 
165
  ], 
            
166
  "organization": {
166
  "organization": {
            
167
    "approval_status": "approved", 
167
    "approval_status": "approved", 
            
168
    "created": "2022-05-08T01:41:40.880813", 
168
    "created": "2022-05-08T01:41:40.880813", 
            
169
    "description": "", 
169
    "description": "", 
            
170
    "id": "16c79885-d87e-42e6-96ac-c694e0e2c5e0", 
170
    "id": "16c79885-d87e-42e6-96ac-c694e0e2c5e0", 
            
171
    "image_url": "", 
171
    "image_url": "", 
            
172
    "is_organization": true, 
172
    "is_organization": true, 
            
173
    "name": "nectec-ainrg", 
173
    "name": "nectec-ainrg", 
            
174
    "state": "active", 
174
    "state": "active", 
            
175
    "title": 
175
    "title": 
            
176
d\u0e0d\u0e32\u0e1b\u0e23\u0e30\u0e14\u0e34\u0e29\u0e10\u0e4c(AINRG)", 
176
d\u0e0d\u0e32\u0e1b\u0e23\u0e30\u0e14\u0e34\u0e29\u0e10\u0e4c(AINRG)", 
            
177
    "type": "organization"
177
    "type": "organization"
            
178
  }, 
178
  }, 
            
179
  "owner_org": "16c79885-d87e-42e6-96ac-c694e0e2c5e0", 
179
  "owner_org": "16c79885-d87e-42e6-96ac-c694e0e2c5e0", 
            
180
  "private": false, 
180
  "private": false, 
            
181
  "relationships_as_object": [], 
181
  "relationships_as_object": [], 
            
182
  "relationships_as_subject": [], 
182
  "relationships_as_subject": [], 
            
183
  "resources": [
183
  "resources": [
            
184
    {
184
    {
            
185
      "cache_last_updated": null, 
185
      "cache_last_updated": null, 
            
186
      "cache_url": null, 
186
      "cache_url": null, 
            
187
      "created": "2022-09-23T09:16:19.451791", 
187
      "created": "2022-09-23T09:16:19.451791", 
            
188
      "created_at": "2022-09-23T09:16:19.451791", 
188
      "created_at": "2022-09-23T09:16:19.451791", 
            
189
      "datastore_active": false, 
189
      "datastore_active": false, 
            
190
      "datastore_contains_all_records_of_source_file": false, 
190
      "datastore_contains_all_records_of_source_file": false, 
            
191
      "description": "LST20 Corpus 
191
      "description": "LST20 Corpus 
            
192
0e21\u0e27\u0e25\u0e1c\u0e25\u0e20\u0e32\u0e29\u0e32\u0e44\u0e17\u0e22 
192
0e21\u0e27\u0e25\u0e1c\u0e25\u0e20\u0e32\u0e29\u0e32\u0e44\u0e17\u0e22 
            
193
0e15\u0e2d\u0e23\u0e4c\u0e41\u0e2b\u0e48\u0e07\u0e0a\u0e32\u0e15\u0e34 
193
0e15\u0e2d\u0e23\u0e4c\u0e41\u0e2b\u0e48\u0e07\u0e0a\u0e32\u0e15\u0e34 
            
194
0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e32\u0e07\u0e20\u0e32\u0e29\u0e32 
194
0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e32\u0e07\u0e20\u0e32\u0e29\u0e32 
            
195
5 \u0e23\u0e30\u0e14\u0e31\u0e1a \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48 
195
5 \u0e23\u0e30\u0e14\u0e31\u0e1a \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48 
            
196
\u0e02\u0e2d\u0e1a\u0e40\u0e02\u0e15\u0e02\u0e2d\u0e07\u0e04\u0e33 
196
\u0e02\u0e2d\u0e1a\u0e40\u0e02\u0e15\u0e02\u0e2d\u0e07\u0e04\u0e33 
            
197
(word boundaries), 
197
(word boundaries), 
            
198
\u0e0a\u0e19\u0e34\u0e14\u0e02\u0e2d\u0e07\u0e04\u0e33 (part of 
198
\u0e0a\u0e19\u0e34\u0e14\u0e02\u0e2d\u0e07\u0e04\u0e33 (part of 
            
199
speech), 
199
speech), 
            
200
0e02\u0e2d\u0e07\u0e0a\u0e37\u0e48\u0e2d\u0e40\u0e09\u0e1e\u0e32\u0e30 
200
0e02\u0e2d\u0e07\u0e0a\u0e37\u0e48\u0e2d\u0e40\u0e09\u0e1e\u0e32\u0e30 
            
201
(named entities), 
201
(named entities), 
            
202
0e2d\u0e07\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e04\u0e22\u0e48\u0e2d\u0e22 
202
0e2d\u0e07\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e04\u0e22\u0e48\u0e2d\u0e22 
            
203
(clause boundaries), 
203
(clause boundaries), 
            
204
0e02\u0e15\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e04\u0e43\u0e2b\u0e0d\u0e48 
204
0e02\u0e15\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e04\u0e43\u0e2b\u0e0d\u0e48 
            
205
(sentence boundaries) 
205
(sentence boundaries) 
            
206
e35\u0e49\u0e1b\u0e23\u0e30\u0e01\u0e2d\u0e1a\u0e14\u0e49\u0e27\u0e22: 
206
e35\u0e49\u0e1b\u0e23\u0e30\u0e01\u0e2d\u0e1a\u0e14\u0e49\u0e27\u0e22: 
            
207
3,164,002 \u0e04\u0e33, 288,020 
207
3,164,002 \u0e04\u0e33, 288,020 
            
208
\u0e0a\u0e37\u0e48\u0e2d\u0e40\u0e09\u0e1e\u0e32\u0e30, 248,181 
208
\u0e0a\u0e37\u0e48\u0e2d\u0e40\u0e09\u0e1e\u0e32\u0e30, 248,181 
            
209
\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e04\u0e22\u0e48\u0e2d\u0e22, and 
209
\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e04\u0e22\u0e48\u0e2d\u0e22, and 
            
210
74,180 \u0e1b\u0e23\u0e30\u0e42\u0e22\u0e04\u0e43\u0e2b\u0e0d\u0e48 
210
74,180 \u0e1b\u0e23\u0e30\u0e42\u0e22\u0e04\u0e43\u0e2b\u0e0d\u0e48 
            
211
0e31\u0e49\u0e07\u0e2a\u0e34\u0e49\u0e19\u0e40\u0e1e\u0e35\u0e22\u0e07 
211
0e31\u0e49\u0e07\u0e2a\u0e34\u0e49\u0e19\u0e40\u0e1e\u0e35\u0e22\u0e07 
            
212
16 
212
16 
            
213
0e41\u0e17\u0e47\u0e01\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19 
213
0e41\u0e17\u0e47\u0e01\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19 
            
214
0e32\u0e23\u0e23\u0e27\u0e1a\u0e23\u0e27\u0e21\u0e02\u0e48\u0e32\u0e27 
214
0e32\u0e23\u0e23\u0e27\u0e1a\u0e23\u0e27\u0e21\u0e02\u0e48\u0e32\u0e27 
            
215
3,745 \u0e0a\u0e34\u0e49\u0e19 
215
3,745 \u0e0a\u0e34\u0e49\u0e19 
            
216
0e2d\u0e07\u0e02\u0e48\u0e32\u0e27\u0e40\u0e2d\u0e32\u0e44\u0e27\u0e49 
216
0e2d\u0e07\u0e02\u0e48\u0e32\u0e27\u0e40\u0e2d\u0e32\u0e44\u0e27\u0e49 
            
217
15 \u0e0a\u0e19\u0e34\u0e14\u0e2d\u0e35\u0e01\u0e14\u0e49\u0e27\u0e22 
217
15 \u0e0a\u0e19\u0e34\u0e14\u0e2d\u0e35\u0e01\u0e14\u0e49\u0e27\u0e22 
            
218
e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e44\u0e14\u0e49\r\n\r\nLST20 
218
e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e44\u0e14\u0e49\r\n\r\nLST20 
            
219
Corpus is a dataset for Thai language processing developed by National 
219
Corpus is a dataset for Thai language processing developed by National 
            
220
Electronics and Computer Technology Center (NECTEC), Thailand. It 
220
Electronics and Computer Technology Center (NECTEC), Thailand. It 
            
221
offers five layers of linguistic annotation: word boundaries, POS 
221
offers five layers of linguistic annotation: word boundaries, POS 
            
222
tagging, named entities, clause boundaries, and sentence boundaries. 
222
tagging, named entities, clause boundaries, and sentence boundaries. 
            
223
At a large scale, it consists of 3,164,002 words, 288,020 named 
223
At a large scale, it consists of 3,164,002 words, 288,020 named 
            
224
entities, 248,181 clauses, and 74,180 sentences, while it is annotated 
224
entities, 248,181 clauses, and 74,180 sentences, while it is annotated 
            
225
with 16 distinct POS tags. All 3,745 documents are also annotated with 
225
with 16 distinct POS tags. All 3,745 documents are also annotated with 
            
226
one of 15 news genres. Regarding its sheer size, this dataset is 
226
one of 15 news genres. Regarding its sheer size, this dataset is 
            
227
considered large enough for developing joint neural models for NLP.", 
227
considered large enough for developing joint neural models for NLP.", 
            
228
      "format": "the CoNLL-2003-style format", 
228
      "format": "the CoNLL-2003-style format", 
            
229
      "hash": "", 
229
      "hash": "", 
            
230
      "id": "063e2392-1eba-4099-a732-fbaf1ba9a293", 
230
      "id": "063e2392-1eba-4099-a732-fbaf1ba9a293", 
            
231
      "last_modified": "2022-09-23T09:32:31.098167", 
231
      "last_modified": "2022-09-23T09:32:31.098167", 
            
t
232
      "metadata_modified": "2024-05-06T15:17:20.953831", 
t
232
      "metadata_modified": "2026-02-05T15:33:15.160604", 
            
233
      "mimetype": "application/zip", 
233
      "mimetype": "application/zip", 
            
234
      "mimetype_inner": null, 
234
      "mimetype_inner": null, 
            
235
      "name": "LST20 Corpus", 
235
      "name": "LST20 Corpus", 
            
236
      "package_id": "d1364791-84bc-4b65-9904-79aa0aa2c5a6", 
236
      "package_id": "d1364791-84bc-4b65-9904-79aa0aa2c5a6", 
            
237
      "position": 0, 
237
      "position": 0, 
            
238
      "resource_accessible_condition": 
238
      "resource_accessible_condition": 
            
239
\u0e04\u0e25\u0e31\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\r\n\r\n1. 
239
\u0e04\u0e25\u0e31\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\r\n\r\n1. 
            
240
0e48\u0e40\u0e0a\u0e34\u0e07\u0e1e\u0e32\u0e13\u0e34\u0e0a\u0e22\u0e4c 
240
0e48\u0e40\u0e0a\u0e34\u0e07\u0e1e\u0e32\u0e13\u0e34\u0e0a\u0e22\u0e4c 
            
241
0e0a\u0e49\u0e43\u0e19\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22 
241
0e0a\u0e49\u0e43\u0e19\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22 
            
242
0e21\u0e48\u0e43\u0e0a\u0e48\u0e1e\u0e32\u0e13\u0e34\u0e0a\u0e22\u0e4c 
242
0e21\u0e48\u0e43\u0e0a\u0e48\u0e1e\u0e32\u0e13\u0e34\u0e0a\u0e22\u0e4c 
            
243
\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22 
243
\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22 
            
244
0e1b\u0e34\u0e14\u0e0b\u0e2d\u0e23\u0e4c\u0e2a\u0e42\u0e04\u0e49\u0e14 
244
0e1b\u0e34\u0e14\u0e0b\u0e2d\u0e23\u0e4c\u0e2a\u0e42\u0e04\u0e49\u0e14 
            
245
0e44\u0e21\u0e48\u0e04\u0e34\u0e14\u0e21\u0e39\u0e25\u0e04\u0e48\u0e32 
245
0e44\u0e21\u0e48\u0e04\u0e34\u0e14\u0e21\u0e39\u0e25\u0e04\u0e48\u0e32 
            
246
0e25\u0e31\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e19\u0e35\u0e49 
246
0e25\u0e31\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e19\u0e35\u0e49 
            
247
0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e0a\u0e38\u0e14\u0e19\u0e35\u0e49 
247
0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e0a\u0e38\u0e14\u0e19\u0e35\u0e49 
            
248
0e22\u0e43\u0e19\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e44\u0e17\u0e22 
248
0e22\u0e43\u0e19\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e44\u0e17\u0e22 
            
249
0e42\u0e1b\u0e23\u0e14\u0e2a\u0e48\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25 
249
0e42\u0e1b\u0e23\u0e14\u0e2a\u0e48\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25 
            
250
\u0e42\u0e04\u0e49\u0e14 \u0e41\u0e25\u0e30 APIs 
250
\u0e42\u0e04\u0e49\u0e14 \u0e41\u0e25\u0e30 APIs 
            
251
0e21\u0e32\u0e22\u0e31\u0e07\u0e42\u0e04\u0e23\u0e07\u0e01\u0e32\u0e23 
251
0e21\u0e32\u0e22\u0e31\u0e07\u0e42\u0e04\u0e23\u0e07\u0e01\u0e32\u0e23 
            
252
AI for Thai \u0e44\u0e14\u0e49 
252
AI for Thai \u0e44\u0e14\u0e49 
            
253
\u0e42\u0e14\u0e22\u0e15\u0e34\u0e14\u0e15\u0e48\u0e2d \u0e14\u0e23. 
253
\u0e42\u0e14\u0e22\u0e15\u0e34\u0e14\u0e15\u0e48\u0e2d \u0e14\u0e23. 
            
254
\u0e40\u0e17\u0e1e\u0e0a\u0e31\u0e22 
254
\u0e40\u0e17\u0e1e\u0e0a\u0e31\u0e22 
            
255
\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e4c\u0e19\u0e34\u0e18\u0e34 
255
\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e4c\u0e19\u0e34\u0e18\u0e34 
            
256
0e48\u0e32\u0e19\u0e17\u0e32\u0e07\u0e2d\u0e35\u0e40\u0e21\u0e25\u0e4c 
256
0e48\u0e32\u0e19\u0e17\u0e32\u0e07\u0e2d\u0e35\u0e40\u0e21\u0e25\u0e4c 
            
257
0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e0a\u0e38\u0e14\u0e19\u0e35\u0e49 
257
0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e0a\u0e38\u0e14\u0e19\u0e35\u0e49 
            
258
\u0e32\u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\r\n\r\n2. 
258
\u0e32\u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\r\n\r\n2. 
            
259
0e19\u0e40\u0e0a\u0e34\u0e07\u0e1e\u0e32\u0e13\u0e34\u0e0a\u0e22\u0e4c 
259
0e19\u0e40\u0e0a\u0e34\u0e07\u0e1e\u0e32\u0e13\u0e34\u0e0a\u0e22\u0e4c 
            
260
2\u0e49\u0e2d\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e19\u0e35\u0e49\r\n\r\n- 
260
2\u0e49\u0e2d\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e19\u0e35\u0e49\r\n\r\n- 
            
261
\u0e17\u0e32\u0e07\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e17\u0e35\u0e48 1: 
261
\u0e17\u0e32\u0e07\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e17\u0e35\u0e48 1: 
            
262
0e31\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e02\u0e19\u0e32\u0e14 
262
0e31\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e02\u0e19\u0e32\u0e14 
            
263
50,000 \u0e04\u0e33 
263
50,000 \u0e04\u0e33 
            
264
0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e41\u0e19\u0e1a\u0e21\u0e32 
264
0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e41\u0e19\u0e1a\u0e21\u0e32 
            
265
0e22\u0e43\u0e19\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e44\u0e17\u0e22 
265
0e22\u0e43\u0e19\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e44\u0e17\u0e22 
            
266
7\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e14\u0e49\u0e27\u0e22\r\n\r\n- 
266
7\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e14\u0e49\u0e27\u0e22\r\n\r\n- 
            
267
\u0e17\u0e32\u0e07\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e17\u0e35\u0e48 2: 
267
\u0e17\u0e32\u0e07\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e17\u0e35\u0e48 2: 
            
268
0e25\u0e31\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e19\u0e35\u0e49 
268
0e25\u0e31\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e19\u0e35\u0e49 
            
269
0e07\u0e32\u0e19\u0e15\u0e25\u0e2d\u0e14\u0e0a\u0e35\u0e27\u0e34\u0e15 
269
0e07\u0e32\u0e19\u0e15\u0e25\u0e2d\u0e14\u0e0a\u0e35\u0e27\u0e34\u0e15 
            
270
0e35\u0e49\u0e42\u0e1b\u0e23\u0e14\u0e15\u0e34\u0e14\u0e15\u0e48\u0e2d 
270
0e35\u0e49\u0e42\u0e1b\u0e23\u0e14\u0e15\u0e34\u0e14\u0e15\u0e48\u0e2d 
            
271
\u0e14\u0e23. \u0e40\u0e17\u0e1e\u0e0a\u0e31\u0e22 
271
\u0e14\u0e23. \u0e40\u0e17\u0e1e\u0e0a\u0e31\u0e22 
            
272
\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e4c\u0e19\u0e34\u0e18\u0e34 
272
\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e4c\u0e19\u0e34\u0e18\u0e34 
            
273
0e48\u0e32\u0e19\u0e17\u0e32\u0e07\u0e2d\u0e35\u0e40\u0e21\u0e25\u0e4c 
273
0e48\u0e32\u0e19\u0e17\u0e32\u0e07\u0e2d\u0e35\u0e40\u0e21\u0e25\u0e4c 
            
274
thepchai@nectec.or.th 
274
thepchai@nectec.or.th 
            
275
u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21\r\n\r\nAGREEMENT 
275
u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21\r\n\r\nAGREEMENT 
            
276
OF USAGE\r\n\r\n1. Non-commercial use, research, and open 
276
OF USAGE\r\n\r\n1. Non-commercial use, research, and open 
            
277
source\r\n\r\nAny non-commercial use of the dataset for research and 
277
source\r\n\r\nAny non-commercial use of the dataset for research and 
            
278
open-sourced projects is encouraged and free of charge. Please cite 
278
open-sourced projects is encouraged and free of charge. Please cite 
            
279
our technical report for reference.\r\n\r\nIf you want to perpetuate 
279
our technical report for reference.\r\n\r\nIf you want to perpetuate 
            
280
your models trained on our dataset and share them to the research 
280
your models trained on our dataset and share them to the research 
            
281
community in Thailand, please send your models, code, and APIs to the 
281
community in Thailand, please send your models, code, and APIs to the 
            
282
AI for Thai Project. Please contact Dr. Thepchai Supnithi via 
282
AI for Thai Project. Please contact Dr. Thepchai Supnithi via 
            
283
thepchai@nectec.or.th for more information.\r\n\r\nNote that 
283
thepchai@nectec.or.th for more information.\r\n\r\nNote that 
            
284
modification and redistribution of the dataset by any means are 
284
modification and redistribution of the dataset by any means are 
            
285
strictly prohibited unless authorized by the corpus authors.\r\n\r\n2. 
285
strictly prohibited unless authorized by the corpus authors.\r\n\r\n2. 
            
286
Commercial use\r\n\r\nIn any commercial use of the dataset, there are 
286
Commercial use\r\n\r\nIn any commercial use of the dataset, there are 
            
287
two options.\r\n\r\n- Option 1 (in kind): Contributing a dataset of 
287
two options.\r\n\r\n- Option 1 (in kind): Contributing a dataset of 
            
288
50,000 words completely annotated with our annotation scheme within 1 
288
50,000 words completely annotated with our annotation scheme within 1 
            
289
year. Your data will also be shared and recognized as a dataset 
289
year. Your data will also be shared and recognized as a dataset 
            
290
co-creator in the research community in Thailand.\r\n\r\n- Option 2 
290
co-creator in the research community in Thailand.\r\n\r\n- Option 2 
            
291
(in cash): Purchasing a lifetime license for the entire dataset is 
291
(in cash): Purchasing a lifetime license for the entire dataset is 
            
292
required. The purchased rights of use cover only this 
292
required. The purchased rights of use cover only this 
            
293
dataset.\r\n\r\nIn both options, please contact Dr. Thepchai Supnithi 
293
dataset.\r\n\r\nIn both options, please contact Dr. Thepchai Supnithi 
            
294
via thepchai@nectec.or.th for more information.\r\n", 
294
via thepchai@nectec.or.th for more information.\r\n", 
            
295
      "resource_data_collect": "\u0e2d\u0e37\u0e48\u0e19\u0e46", 
295
      "resource_data_collect": "\u0e2d\u0e37\u0e48\u0e19\u0e46", 
            
296
      "resource_data_collect_other": 
296
      "resource_data_collect_other": 
            
297
2d\u0e1a\u0e40\u0e02\u0e15\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e04\u0e33", 
297
2d\u0e1a\u0e40\u0e02\u0e15\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e04\u0e33", 
            
298
      "resource_disaggregate": [], 
298
      "resource_disaggregate": [], 
            
299
      "resource_type": null, 
299
      "resource_type": null, 
            
300
      "size": 16117011, 
300
      "size": 16117011, 
            
301
      "state": "active", 
301
      "state": "active", 
            
302
      "url": 
302
      "url": 
            
303
063e2392-1eba-4099-a732-fbaf1ba9a293/download/opend_lst20_corpus.zip", 
303
063e2392-1eba-4099-a732-fbaf1ba9a293/download/opend_lst20_corpus.zip", 
            
304
      "url_type": null
304
      "url_type": null
            
305
    }
305
    }
            
306
  ], 
306
  ], 
            
307
  "state": "active", 
307
  "state": "active", 
            
308
  "tags": [
308
  "tags": [
            
309
    {
309
    {
            
310
      "display_name": 
310
      "display_name": 
            
311
"\u0e04\u0e25\u0e31\u0e07\u0e02\u0e49\u0e2d\u0e04\u0e27\u0e32\u0e21", 
311
"\u0e04\u0e25\u0e31\u0e07\u0e02\u0e49\u0e2d\u0e04\u0e27\u0e32\u0e21", 
            
312
      "id": "ed82812c-262c-4e30-96d4-2ce6c3ddc0f5", 
312
      "id": "ed82812c-262c-4e30-96d4-2ce6c3ddc0f5", 
            
313
      "name": 
313
      "name": 
            
314
"\u0e04\u0e25\u0e31\u0e07\u0e02\u0e49\u0e2d\u0e04\u0e27\u0e32\u0e21", 
314
"\u0e04\u0e25\u0e31\u0e07\u0e02\u0e49\u0e2d\u0e04\u0e27\u0e32\u0e21", 
            
315
      "state": "active", 
315
      "state": "active", 
            
316
      "vocabulary_id": null
316
      "vocabulary_id": null
            
317
    }
317
    }
            
318
  ], 
318
  ], 
            
319
  "title": "LST20 Corpus", 
319
  "title": "LST20 Corpus", 
            
320
  "type": "dataset", 
320
  "type": "dataset", 
            
321
  "update_frequency_interval": "", 
321
  "update_frequency_interval": "", 
            
322
  "update_frequency_unit": 
322
  "update_frequency_unit": 
            
323
"\u0e44\u0e21\u0e48\u0e17\u0e23\u0e32\u0e1a", 
323
"\u0e44\u0e21\u0e48\u0e17\u0e23\u0e32\u0e1a", 
            
324
  "update_frequency_unit_other": "", 
324
  "update_frequency_unit_other": "", 
            
325
  "url": "https://aiforthai.in.th/corpus.php", 
325
  "url": "https://aiforthai.in.th/corpus.php", 
            
326
  "version": null
326
  "version": null
            
327
}
327
}