วิทยานิพนธ์ฉบับนี้ได้ศึกษาวิจัยถึงการใช้แนวทางของ NLP ในการทำ Parsing โดยใช้ เทคนิคการเรียนรู้ด้วยเครื่องร่วมกับ Heuristic Rules เนื่องจากการที่ข้อมูลสารสนเทศจำนวน มหาศาลมีการไหลเวียนบนเครือข่าย Internet และการขาดแคลนเครื่องมือที่ใช้ในการคัดเลือก เอกสารที่ตรงตาม Domain เฉพาะสาขา ทำให้ Specialists ในสาขาเฉพาะด้านต้องเสียเวลาไปใน การคัดเลือกข้อมูลสารสนเทศที่ตรงกับ Domain เฉพาะของตน สิ่งเหล่านี้ได้ทำให้ Specialists ในแต่ละ Domain มีความต้องการเครื่องมือที่เหมาะสมและมีประสิทธิภาพเพื่อช่วยในการค้นหา Domain Keywords ในเอกสารโดยเฉพาะอย่างยิ่ง Domain เฉพาะที่เกี่ยวข้องกับ Keywords ประเภทศัพท์เทคนิคต่างๆซึ่งมิได้ปรากฎอยู่ในพจนานุกรมมาตรฐานทั่วๆไป นอกจากนั้นเครื่อง มือนี้ควรมีความสามารถในการนำไปใช้กับ Domains อื่นได้ง่ายด้วย การศึกษาวิจัยนี้ได้นำเสนอ เครื่องมือวิเคราะห์ไวยากรณ์ภาษาที่มีประสิทธิภาพในเอกสารต่างๆที่เรียกว่า TEPT หรือ Text Efficient Parsing Tool โดย TEPT ประยุกต์ใช้เทคนิค Heuristic Rules และ Machine Learning ในการวิเคราะห์ไวยากรณ์ภาษาในเอกสาร และสามารถสร้างพจนานุกรมซึ่งจำเป็นต่อการ วิเคราะห์ไวยากรณ์ภาษาได้เองโดยอัตโนมัติ ซึ่งถือเป็นคุณลักษณะที่สำคัญของ TEPT การสร้าง พจนานุกรมที่มีการหมุนเวียนเคลื่อนไหวของคำศัพท์อยู่ตลอดเวลาและสามารถเรียนรู้คำศัพท์ ใหม่ๆ ได้ด้วยตัวเองนี้มีประโยชน์ต่อการคัดเลือกข้อความสำคัญในเอกสารในแต่ละ Domain ที่ ผู้ใช้สนใจ การใช้ Heuristic Rules เพื่อควบคุมขั้นตอนของ Machine Learning ในการสร้าง พจนานุกรมก็ดี หรือในการทำ Text Parsing ก็ดี วิธีนี้ทำให้ได้พจนานุกรมในแต่ละหัวข้อเรื่อง ที่ผู้ใช้สนใจโดยขึ้นอยู่กับเนื้อหาในเอกสารเหล่านั้นเป็นสำคัญ และท้ายที่สุดข้อมูล สารสนเทศที่สำคัญและตรงกับ Domain ในเอกสารก็จะถูกคัดเลือกออกมา จากผลการวิจัยแสดงให้ เห็นว่า TEPT สามารถคัดเลือก Keywords ใน Computer Science Domain ได้อย่างมีประสิทธิ ภาพภายหลังจากผ่านการสร้างพจนานุกรมมาแล้ว