Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/78430
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | ภควรรณ ปักษี | - |
dc.contributor.author | จิตรทิวัส แจ้งจันทร์ | - |
dc.contributor.author | ชลวิทย์ ก้อนทอง | - |
dc.contributor.other | จุฬาลงกรณ์มหาวิทยาลัย. คณะวิทยาศาสตร์ | - |
dc.date.accessioned | 2022-04-21T03:03:50Z | - |
dc.date.available | 2022-04-21T03:03:50Z | - |
dc.date.issued | 2562 | - |
dc.identifier.uri | http://cuir.car.chula.ac.th/handle/123456789/78430 | - |
dc.description | โครงงานเป็นส่วนหนึ่งของการศึกษาตามหลักสูตรปริญญาวิทยาศาสตรบัณฑิต สาขาวิชาวิทยาการคอมพิวเตอร์. คณะวิทยาศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ปีการศึกษา 2562 | en_US |
dc.description.abstract | ระบบวิเคราะห์ความรู้สึกของข้อความถูกพัฒนาขึ้นเนื่องจากในปัจจุบันประชากรส่วนใหญ่ใช้สื่อออนไลน์เป็นสถานที่ในการแลกเปลี่ยนความคิดเห็นระหว่างกัน ทำให้การอ่านความคิดเห็นซึ่งมีจำนวนข้อความจำนวนมากเป็นเรื่องที่ยาก โดยเฉพาะความคิดเห็นทางด้านการเมืองที่มีประเด็นหลากหลาย ผู้พัฒนาจึงพัฒนาโครงการนี้ขึ้นเป็นระบบเว็บแอปพลิเคชันที่จะช่วยให้ผู้ใช้งานสามารถเข้ามาดูสรุปผลการวิเคราะห์ข้อความการแสดงความคิดเห็นด้านการเมืองได้ง่ายและรวดเร็วขึ้นวัตถุประสงค์ของโครงการเพื่อวิเคราะห์ความรู้สึกของข้อความในการแสดงความคิดเห็นด้านการเมืองจากทวิตเตอร์ การวิเคราะห์ความคิดเห็นจะแบ่งออกเป็น ความคิดเห็นด้านบวก ความคิดเห็นด้านลบและความคิดเห็นที่เป็นกลาง โดยใช้คำสำคัญเป็นตัวค้นหารวบรวมความคิดเห็น ซึ่งโครงการนี้ผู้พัฒนาจะเก็บรวบรวมข้อความแสดงความคิดเห็นด้านการเมืองที่เป็นภาษาไทย โดยอาศัยเทคนิคการประมวลผลภาษาธรรมชาติ การเรียนรู้ของเครื่องด้วยการถดถอยโลจิสติกส์ และการเรียนรู้เชิงลึกด้วยโครงข่ายประสาทแอลเอสทีเอ็ม เพื่อวิเคราะห์ข้อความแสดงความคิดเห็นเหล่านั้น ผลการทดสอบระบบการวิเคราะห์ความรู้สึกของข้อความแสดงความคิดเห็นด้านการเมืองพบว่า ความถูกต้องและความแม่นยำอยู่ที่ประมาณ 70% ซึ่งเพียงพอในการใช้งานได้แต่ยังคงต้องมีการปรับปรุงพัฒนาต่อไป | en_US |
dc.description.abstractalternative | The sentiment analysis system was developed because today people uses online media as a place to exchange their ideas, which make difficult to read a lot of comments, especially the political opinions. Therefore, the project was implemented to be a web application system that will allow users to view the summary of the analysis of the political opinions quickly and easily. The objective of this project is to analyze the sentiment of political comments from Twitter. The analyzed opinions are divided into positive, negative, and neutral comments. The keywords are used to collect the Thai statements about political comments. The natural language processing (NLP), machine learning with logistical regression, and deep learning with LSTM neural network are used to analyze those comment messages. The testing result of the sentiment analysis system for political messages found that the accuracy and the precision are around 70% which is enough to be used but still needs to be improved. | en_US |
dc.language.iso | th | en_US |
dc.publisher | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
dc.rights | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
dc.subject | ทวิตเตอร์ | en_US |
dc.subject | การวิเคราะห์เนื้อหา | en_US |
dc.subject | en_US | |
dc.subject | Content analysis (Communication) | en_US |
dc.title | ระบบวิเคราะห์ความรู้สึกของข้อความแสดงความคิดเห็นด้านการเมืองบนทวิตเตอร์ | en_US |
dc.title.alternative | Sentimen analysis system for political messages on twitter | en_US |
dc.type | Senior Project | en_US |
dc.degree.grantor | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
Appears in Collections: | Sci - Senior Projects |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
62-SP-COMSCI-044 - Jittiwat Jan.pdf | 2.32 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.