งานวิจัยด้านการประมวลผลภาษาไทย จะประสบความสำเร็จและมีความก้าวหน้าได้นั้น จำเป็นต้องพัฒนางานวิจัยขั้นพื้นฐานให้มีประสิทธิภาพ โดยงานวิจัยขั้นพื้นฐานที่สำคัญลำดับต้นๆ คือ การแบ่งคำภาษาไทย ในบทความนี้ ได้นำเสนอการวิเคราะห์ระบบการทำงาน ผลการแบ่งคำ และข้อผิดพลาด ของเครื่องมือแบ่งคำไทยที่มีผู้พัฒนาไว้ทั้งหมด 4 ระบบด้วยกัน คือ ระบบดีเอชเอ็ม ระบบคูวส์ ระบบคำไทย และระบบทีเล็กซ์ โดยที่ 3 ระบบแรกพัฒนาขึ้นภายใต้การแข่งขันสุดยอดซอฟต์แวร์แบ่งคำภาษาไทยในปี 2552 ส่วนระบบสุดท้ายพัฒนาโดยศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (เนคเทค) จากการวิเคราะห์พบข้อสังเกตว่า ระบบที่จัดการกับ คำที่ไม่พบในคลังข้อความ หรือคำที่ไม่รู้จัก ได้ดีนั้น ได้นำคุณลักษณะเฉพาะของอักขระ มาเป็นส่วนหนึ่งของกระบวนการแบ่งคำทั้งสิ้น ผู้วิจัยจึงได้ทำการทดลองเพิ่มเติม โดยเพิ่มจำนวนของคุณลักษณะเฉพาะในระบบทีเล็กซ์จาก 10 คุณลักษณะ เป็น 256 คุณลักษณะ เพื่อดูว่าจะสามารถจัดการกับคำที่ไม่รู้จักได้ดีขึ้นหรือไม่ พบว่าดีขึ้นถึง 17.73% และยังพบว่า คำที่รู้จักนั้นจัดการได้ดีขึ้น 0.43% ด้วย ส่งผลให้ค่าความเหวี่ยง (F-measure) โดยรวมของระบบเพิ่มขึ้นจาก 95.72% เป็น 97.28% ใกล้เคียงกับระบบที่ได้อันดับหนึ่ง อย่างไรก็ตาม เครื่องมือแบ่งคำภาษาไทยที่ได้กล่าวมาทั้งหมดนี้ ต่างมีข้อเด่นและข้อด้อยที่แตกต่างกันไป สำหรับผู้ที่ต้องการนำไปประยุกต์ใช้งาน ควรเลือกให้เหมาะสมกับความต้องการและทรัพยากรที่มีอยู่

This paper proposes the methods for identifying time period of sleep apnea events with several statistic values. Firstly, we calculate the RR-interval values from electrocardiography (ECG) signal. Then we compute several statistic values, e.g. mean, standard deviation and coefficient of variation (CV) from the calculated RR-interval values. In the research, we consider only the large number of sleep apnea case and then propose the several conditions for identifying time period of sleep apnea events correspond to this case. These conditions are derived from our experiment with data set from standard apnea database. Finally, the detection results show that the accuracy of our proposed methods with the large number of sleep apnea case is between 60%-88% and the average of the accuracy is between 69.90%-71.03% that can be comparable with one of reference paper [3].