ผลกระทบของประเภทคำต่อแบบจำลองการจำแนกความรู้สึกของคนไทยต่อออทิสติก

Main Article Content

ชุติกาญจน์ เพชรรักษ์
จารี ทองคำ

บทคัดย่อ

คำในภาษาไทยที่สามารถแสดงถึงความรู้สึกข้อผู้เขียนในเชิงบวกและเชิงลบ ได้แก่ คำกริยา คำวิเศษณ์ และคำคุณศัพท์ ซึ่งต่างจากคำในภาษาอังกฤษที่ใช้ คำวิเศษณ์ และคำคุณศัพท์ในการการแสดงความรู้สึก งานวิจัยฉบับนี้มีวัตถุประสงค์เพื่อศึกษาประเภทคำที่มีผลต่อประสิทธิภาพของแบบจำลองความรู้สึกของคนไทยต่อออทิสติก คำในภาษาไทยที่สามารถแสดงถึงความรู้สึกข้อผู้เขียนในเชิงบวกและเชิงลบ ได้แก่ คำกริยา คำวิเศษณ์ และคำคุณศัพท์ ซึ่งต่างจากคำในภาษาอังกฤษที่ใช้ คำวิเศษณ์ และคำคุณศัพท์ในการการแสดงความรู้สึก งานวิจัยฉบับนี้มีวัตถุประสงค์เพื่อศึกษาประเภทคำที่มีผลต่อประสิทธิภาพของแบบจำลองความรู้สึกของคนไทยต่อออทิสติก ความคิดเห็นของคนไทยต่อออทิสติกถูกรวบรวมจากสื่อสังคมออนไลน์ ในเว็บไซต์พันทิป เฟซบุ๊ก และทวิตเตอร์ จำนวน 1,766 ความคิดเห็น กระบวนการเหมืองความคิดเห็นได้ถูกนำมาใช้ในการสร้างแบบจำลองเพื่อการจำแนก ในงานวิจัยนี้ใช้ข้อมูล 7 ชุดข้อมูล ตามประเภทของชนิดคำ ประกอบด้วย ชุดข้อมูลคำกริยา ชุดข้อมูลคำวิเศษณ์ ชุดข้อมูลคำคุณศัพท์ ชุดข้อมูลคำวิเศษณ์และคำคุณศัพท์ ชุดข้อมูลคำกริยาและคำคุณศัพท์ ชุดข้อมูลคำกริยาและคำวิเศษณ์ และชุดข้อมูลคำกริยา คำวิเศษณ์ และคำคุณศัพท์ ประเภทของคำดังกล่าวสามารถระบุความรู้สึกของคนไทยได้เป็นอย่างดี ในแต่ละระเบียนของแต่ละชุดข้อมูลได้มีการกำหนดคลาสด้วยหลักการถุงคำ ในการสร้างแบบจำลองเพื่อการจำแนก 5 เทคนิคที่มีประสิทธิภาพได้ถูกนำมาใช้ ได้แก่ เทคนิคนาอีฟเบย์ เทคนิคต้นไม้ตัดสินใจ ซี4.5 เทคนิคป่าสุ่ม เทคนิคเพื่อนบ้านใกล้ที่สุด และเทคนิคซัพพอร์ตเวกเตอร์แมชชีน ในการทดลองเพื่อค้นหาประสิทธิภาพของแบบจำลองในงานวิจัยนี้ใช้หลักการ 10-โฟลด ครอสวาลิเดชัน ในการแบ่งชุดข้อมูลออกเป็นชุดทดสอบและชุดสอนค่าความแม่นยำ ค่าความระลึก และค่าความถ่วงดุลถูกนำมาใช้ในการแสดงประสิทธิภาพในการจำแนกของแบบจำลอง จากการทดลองพบว่า ชุดข้อมูลที่มีเพียงคำคุณศัพท์ มีค่าเฉลี่ยความแม่นยำ ค่าความระลึกและค่าความถ่วงดุลสูงสุดถึงร้อยละ 98.74 99.57 และ 99.15 ตามลำดับ

Article Details

How to Cite
[1]
เพชรรักษ์ ช. และ ทองคำ จ., “ผลกระทบของประเภทคำต่อแบบจำลองการจำแนกความรู้สึกของคนไทยต่อออทิสติก”, J of Ind. Tech. UBRU, ปี 14, ฉบับที่ 1, น. 65–78, เม.ย. 2024.
บท
บทความวิจัย

References

Department of Empowerment of Persons with Disabilities, “Situation Report on Persons with Disabilities in Thailand in the Third Quarter of 2021.” Department of Empowerment of Persons with Disabilities. Accessed: Jul. 12, 2021. [Online]. Available: https://dep.go.th/images/uploads/files/situation_June64.pdf (in Thai)

Department of Empowerment of Persons with Disabilities, “Notification of the Ministry of Social Development and Human Security Re Types and Criteria for Disabilities (No. 2) B.E. 2555 (2012).” Department of Empowerment of Persons with Disabilities. Accessed: Jul. 12, 2021. [Online]. Available: http://web1.dep.go.th/sites/default/files/files/services/22.PDF (in Thai)

K. Atipanyawong, S. Siriboon and C. Nimnuan, “Attitude of Being Peers of Autistic Students in Integration Classroom at a Primary School,” Chulalongkorn Medical Journal, vol. 59, no. 3, pp. 301-312, 2015.

M. Malik, S. Habib and P. Agarwal, “A Novel Approach to Web-Based Review Analysis Using Opinion Mining,” Procedia Computer Science, vol. 132, pp. 1202–1209, 2018.

P. Q. Tran, N. T. Trieu, N. Vu, H. T. Nguyen and H. X. Huynh, “Effective Opinion Words Extraction for Food Reviews Classification,” International Journal of Advanced Computer Science and Applications, vol. 11, no. 7, pp. 421-426, 2020.

S. Kedtrawon and J. Thongkam, “Types of Thai words Affecting the Effectiveness of Opinion Classification Models: Case Study of Thai People's Opinions on COVID 19,” Journal of Science and Technology, Ubon Ratchathani University, vol. 24, no. 1, pp. 100-112, 2022.

W. Inplang, “Opinion Analysis on PUBG Mobile Game Using Text Mining,” M.S. thesis, Mahasarakham University, Mahasarakham, Thailand, 2020.

N. Pinmueng, “Classifying Opinions to Prompt Pay Service on Online Media Using Text Mining,” M.S. thesis, Mahasarakham University, Mahasarakham, Thailand, 2017.

P. Promnamang, W. Pongkachorn and N. Chirawichitchai, “Text Review Using Data Mining Classification Technique,” Science and Technology RMUTT Journal, vol. 6, no. 1, pp. 94-101, 2016.

A. I. Saad, “Opinion Mining on US Airline Twitter Data Using Machine Learning Techniques,” in 2020 16th International Computer Engineering Conference (ICENCO), Cairo, Egypt, Dec. 29-30, 2020, pp. 59-63.

S. Somjettana and J. Thongkam, “Performance Comparison of Data Mining Techniques for Building Classification Models of the Parent Toward Children who use Smart Phone,” Journal of Science and Technology, Ubon Ratchathani University, vol. 23, no. 1, pp. 21-30, 2021.

P. Thongkam, “Ensemble Algorithm for Feature Selection,” M.S. thesis, Thammasat University, Pathum Thani, Thailand, 2016.

W. Buathong, Data Mining, Thailand: Faculty of Science and Technology, Phuket Rajabhat University, 2016. (in Thai)

S. Hengpraprohm and S. Pranithanwitthaya, “Signal-to-Noise Ratio Feature Selection for Multi-class Classification,” Journal of Thai Interdisciplinary Research, vol. 11, no. 4, pp. 41-48, 2016.

S. Srisawakarn and S. Srisuay, “Sentiment Analysis Opinion Mining using Text Extraction,” Journal of Applied Information Technology, vol. 6, no. 2, pp. 95-104, 2020.

W. Jitsakul and S. Sodsee, “Text classification analysis by stability comparison of algorithms,” Sripatum Review of Science and Technology, vol. 9, pp. 19-31, 2017.