Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/78387
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorภควรรณ ปักษี-
dc.contributor.authorธนะสิทธิ์ เร่งสมบูรณ์สุข-
dc.contributor.authorกวินธิดา สายยศ-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิทยาศาสตร์-
dc.date.accessioned2022-04-19T09:28:41Z-
dc.date.available2022-04-19T09:28:41Z-
dc.date.issued2562-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/78387-
dc.descriptionโครงงานเป็นส่วนหนึ่งของการศึกษาตามหลักสูตรปริญญาวิทยาศาสตรบัณฑิต สาขาวิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ปีการศึกษา 2562en_US
dc.description.abstractเนื่องจากปัจจุบันผู้บริโภคส่วนใหญ่สนใจชมละคร และใช้สื่อออนไลน์ (Online media) เช่น ทวิต เตอร์ (Twitter) เป็นที่แลกเปลี่ยนแสดงความคิดเห็นเกี่ยวกับละคร ทำให้มีข้อความแสดงความคิดเห็น จำนวนมาก จึงต้องใช้เวลามากในการอ่านและทำความเข้าใจข้อความทั้งหมด ดังนั้นผู้พัฒนาจึงศึกษา กลุ่มคำการจำแนกอารมณ์และความรู้สึกของข้อความที่เกี่ยวกับละครไทย และพัฒนาระบบวิเคราะห์ความ คิดเห็นเกี่ยวกับละครไทยบนทวิตเตอร์ในรูปแบบของเว็บแอปพลิเคชัน (Web application) เป็นเครื่องมือ ที่ช่วยวิเคราะห์และสรุปผลความชอบที่มีต่อละครไทย โดยวิเคราะห์ข้อความแสดงความคิดเห็นออกเป็น ชอบ ไม่ชอบ และกลาง ระบบนี้รวบรวมข้อความเกี่ยวกับละครที่เป็นภาษาไทย และไม่ครอบคลุมคำสแลง คำสะกดผิดหรือภาษาถิ่น ใช้การพัฒนาระบบด้วยภาษา Python และใช้ไลบรารี PyThaiNLP ช่วยในการ ตัดคำ และมีการเปรียบเทียบคำในข้อความกับคลังคำศัพท์สำหรับละครไทยที่สร้างขึ้น เพื่อสร้างเป็น เวกเตอร์ของข้อความสำหรับสร้างโมเดลการเรียนรู้ด้วยเครื่องแบบเทคนิคนาอีฟเบย์ หลังจากนั้นนำโมเดล ที่ได้มาจำแนกข้อความแสดงความคิดเห็นเกี่ยวกับละครว่าชอบ หรือไม่ชอบละครเรื่องนั้น ๆ ในเรื่องใด ระบบที่พัฒนาขึ้นนี้คาดว่าจะเป็นเครื่องมือที่ช่วยในการตัดสินใจรับชมละครได้ง่ายขึ้น และเป็นประโยชน์ ต่อผู้ผลิตละครสามารถนำไปวางแผนการผลิตละครในอนาคตen_US
dc.description.abstractalternativeSince most consumers are interested in watching dramas and using online media such as twitter to exchange opinions about dramas, a lot of comments are found and the consumers take more time of read and understand the overall of the other consumers views. Therefore, we have studied about word grouping, classification of emotions and feeling of the text about Thai dramas and then developed a system for analyzing opinions about Thai dramas on Twitter in the form of a web application, which is a tool that helps analyzing and summarizing preferences for Thai dramas. The process is analyzing the opinions expressed as likes, dislikes and middle level comments. This system collected the text about the dramas in Thai language and it does not cover slang, misspellings and dialects. It has been developed with Python language and text processing by the PyThaiNLP library. Each word will be looked up in the vocabulary library created for the Thai dramas. Then, the vectors of text are created for training a learning model using Naive Bay approach. After that, the model will classify the comments about the dramas whether most consumers like or not like the drama. The developed system is expected to be a tool that be able to make decision watching the dramas easier and this is beneficial to the dramas producers to facilitate planning the production of the dramas in the future.en_US
dc.language.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectทวิตเตอร์en_US
dc.subjectการวิเคราะห์เนื้อหาen_US
dc.subjectการประมวลผลข้อความen_US
dc.subjectTwitteren_US
dc.subjectContent analysis ‪(Communication)‬en_US
dc.subjectText processing (Computer science)en_US
dc.titleระบบวิเคราะห์ความคิดเห็นต่อละครไทยบนทวิตเตอร์en_US
dc.title.alternativeSentiment Analysis for Thai drama on Twitteren_US
dc.typeSenior Projecten_US
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
Appears in Collections:Sci - Senior Projects

Files in This Item:
File Description SizeFormat 
62-SP-COMSCI-058 - Tanasit Rengs.pdf1.8 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.