การคัดเลือกคุณลักษณะสำคัญของคำบ่งอารมณ์จากเครือข่ายสังคมออนไลน์

ศุภกิจ เชื้อธนะภิญโญ

dc.contributor.advisor	โปรดปราน บุณยพุกกณะ	en_US
dc.contributor.advisor	อติวงศ์ สุชาโต	en_US
dc.contributor.author	ศุภกิจ เชื้อธนะภิญโญ	en_US
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์	en_US
dc.date.accessioned	2015-06-24T06:11:00Z
dc.date.available	2015-06-24T06:11:00Z
dc.date.issued	2556	en_US
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/42606
dc.description	วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2556	en_US
dc.description.abstract	ตั้งแต่สื่อทางสังคมออนไลน์กลายเป็นส่วนหนึ่งของชีวิตประจำวันของคนส่วนใหญ่ ได้ส่งผลกระทบโดยตรงต่อเทคโนโลยีคอมพิวเตอร์หลายแขนง รวมถึงการจำแนกของอารมณ์จากข้อความ เพราะผู้ใช้มีแนวโน้มในการใช้ภาษาไทยในสื่อสังคมออนไลน์เปลี่ยนแปลงไปจากเดิมเป็นอย่างมาก ดังนั้นในงานวิทยานิพนธ์นี้ผู้วิจัยจึงเสนอการคัดเลือกคุณลักษณะสำคัญในการจำแนกอารมณ์ และ การให้น้ำหนักของคำบ่งอารมณ์ พร้อมทั้งเพิ่มวิธีการจับคู่น้ำหนักที่เจ้าของข้อความระบุ ด้วยวิธีการให้น้ำหนักของคำแบบความถี่ของคำกับเดลต้า-ไคสแควร์ จากการทดลองเปรียบเทียบกับวิธีไค-สแควร์ดั้งเดิม พบว่ากรรมวิธีเดลต้า-ไคสแควร์ที่เสนอนี้ ได้ผลความแม่นยำในการจำแนกที่ 88.79% ซึ่งดีกว่าวิธีไค-สแควร์ที่ให้ผลความแม่นยำที่ 80.83% จาก 3,390 ข้อความจากเครือข่ายทางสังคมออนไลน์	en_US
dc.description.abstractalternative	Since social media has become part of our daily lives, it has posted some direct effect on computer technologies. This includes the classification of emotions from text. Specifically in Thai language, the trend in writing in social media has changed enormously. Therefore, this thesis proposes a means to improve term selection and term weighting by adding “owner-reader” matching algorithm to the Term Frequency and Delta-Chi Square supervised term weighting method. In our experiment, we compared our approach with the original Chi- Square method and found that our approach outperformed the baseline at 88.79% to 80.83% when tested on 3,390 documents from social network.	en_US
dc.language.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.relation.uri	http://doi.org/10.14457/CU.the.2013.82
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.subject	การสื่อทางภาษาเขียน
dc.subject	Written communication
dc.title	การคัดเลือกคุณลักษณะสำคัญของคำบ่งอารมณ์จากเครือข่ายสังคมออนไลน์	en_US
dc.title.alternative	EMOTION TERM FEATURE SELECTION FROM ONLINE SOCIAL NETWORK	en_US
dc.type	Thesis	en_US
dc.degree.name	วิศวกรรมศาสตรมหาบัณฑิต	en_US
dc.degree.level	ปริญญาโท	en_US
dc.degree.discipline	วิศวกรรมคอมพิวเตอร์	en_US
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.email.advisor	proadpran.p@chula.ac.th	en_US
dc.email.advisor	atiwong@cp.eng.chula.ac.th	en_US
dc.identifier.DOI	10.14457/CU.the.2013.82