การพัฒนาโมเดลการจำแนกความรู้สึกของข้อความภาษาไทยโดยใช้เทคนิคการเรียนรู้ด้วยเครื่อง

Abstract

ในปัจจุบันข้อมูลมีอยู่ในหลากหลายรูปแบบ หนึ่งในนั้นคือข้อความในรูปแบบตัวอักษร (text) ที่มีอยู่เป็นจำนวนมากในอินเทอร์เน็ต ซึ่งข้อมูลเหล่านี้สามารถนำไปใช้ทำประโยชน์ได้ในหลาย ๆ ด้าน เช่น การสร้างระบบแนะนำสินค้า (product recommender system) การวิเคราะห์ความรู้สึกจากข้อความ (sentiment analysis) การทำเหมืองข้อมูล (data mining) และอื่น ๆ ดังนั้นผู้จัดทำได้เล็งเห็นถึงความสำคัญของการวิเคราะห์ความรู้สึกจากข้อความ เนื่องจากหากสามารถแบ่งแยกข้อความที่แสดงความรู้สึกทางด้านบวก ทางด้านลบ และไม่แสดงความรู้สึกหรือเป็นกลางออกจากกันได้จะเป็นประโยชน์ในการควบคุมคุณภาพสินค้าหรือรักษาคุณภาพการให้บริการ และการปรับปรุงคุณภาพสินค้าหรือการให้บริการที่ถูกกล่าวถึงในข้อความให้ดีขึ้นได้ โครงการนี้จะเก็บรวบรวมข้อมูลจากรีวิวในกลุ่มโรงแรม ร้านอาหาร สถานที่ท่องเที่ยว และสายการบิน จากเว็บไซต์ tripadvisor โดยจะแยกผลลัพธ์ออกเป็น 3 กลุ่ม คือ ข้อความแสดงความรู้สึกทางด้านบวก ทางด้านลบ และไม่แสดงความรู้สึกหรือเป็นกลาง และนำข้อมูลข้างต้นมาสร้างโมเดลที่ใช้ในการจำแนกความรู้สึกจากข้อความด้วยวิธีการเรียนรู้เชิงลึก ซึ่งมีการทดลองสร้างโมเดลหลาย ๆ รูปแบบ จึงเลือกโมเดลที่ให้ผลลัพธ์ดีที่สุด คือ โมเดลที่สร้างจากโครงข่ายประสาทเทียมแบบสังวัตนาการต่อกันจำนวนสามชั้น ผลการทดสอบประสิทธิภาพของโดเดลพบว่า ได้ผลการจำแนกที่ถูกต้องและแม่นยำมากกว่า 80% ในทุกกลุ่มข้อความ ดังนั้นโมเดลนี้สามารถช่วยให้ผู้ใช้สะดวกในการจำแนกข้อความเป็นประเภทต่าง ๆ ตามความรู้สึกของข้อความเพื่อนำไปใช้ในการควบคุม หรือปรับปรุงสินค้าหรือบริการให้มีความพึงพอใจต่อผู้บริโภคหรือผู้รับบริการมากยิ่งขึ้น