หุ่นยนต์สนทนาบนพื้นฐานปัญญาประดิษฐ์ สำหรับการให้บริการห้องสมุดดิจิทัล

บทคัดย่อ

งานวิจัยเรื่อง หุ่นยนต์สนทนาบนพื้นฐานปัญญาประดิษฐ์สำหรับการให้บริการห้องสมุดดิจิทัล ใช้หลักการเรียนรู้ของเครื่องด้วยวิธีการเรียนรู้แบบมีผู้สอน มาเรียนรู้บทสนทนาของผู้ใช้บริการในปริมาณมาก มีการใช้เทคนิคการจำแนกข้อมูลเพื่อจำแนกคุณลักษณะของคำหรือรูปประโยค ด้วยแบบจำลองที่ใช้คำนวณค่าความน่าจะเป็นของชุดอักขระ และนำไปประมวลผลภาษาธรรมชาติ จากนั้นวิเคราะห์ด้วยอัลกอริทึมวินโนว์ ออกมาเป็นโมเดล เพื่อพยากรณ์ในแต่ละประโยคของการสนทนาระหว่างผู้ใช้บริการและผู้ให้บริการ เครื่องมือที่ใช้ในการวิจัยในครั้งนี้คือ ภาษาที่ใช้ในการพัฒนาโปรแกรมคือ AngularJS (Front-End) และ NodeJS (Back-End) ฐานข้อมูลที่ใช้บนกลุ่มเมฆ คือ MongoDB (Amazon Web Service) พื้นที่เก็บโปรแกรมบนกลุ่มเมฆคือ Firebase (Front-End) และ Heroku (Back-End) พื้นที่เก็บซอร์สโค้ดที่ใช้คือ Bitbucket ผลการวิจัย พบว่าการพัฒนาหุ่นยนต์สนทนาบนระบบส่งข้อความของเฟสบุ๊ค โดยนำหลักการปัญญาประดิษฐ์ ผู้วิจัยใช้ข้อความการสนทนาจำนวน 3,361 ข้อความ จากกลุ่มตัวอย่างผู้ใช้บริการ 220 คน แบ่งเป็นข้อความของผู้ใช้บริการจำนวน 1,987 ข้อความ และผู้ให้บริการจำนวน 1,374 ข้อความ นำข้อความของผู้ใช้บริการมาคัด Feature ที่ Feature Engineering เหลือ 1,254 ข้อความ กำหนด Labels เข้าฟังก์ชั่น N-Gram โดยใช้ N-Gram of Letter คือตัดเป็นพยางค์ และเลือก N = 3 การทดสอบประสิทธิภาพของโมเดลที่จะนำไปใช้กับหุ่นยนต์สนทนาบนเฟสบุ๊คสำหรับการให้บริการห้องสมุดดิจิทัล ได้ผลลัพธ์คือโมเดลที่ถูกแบ่งระดับชั้นให้ลึกลงไปถึง 3 ระดับ หลังจากนั้นได้นำโมเดลที่ได้ไปทดสอบด้วยวิธีการ Cross Validation K-Foldโดย K=10 เหมือนกับทดสอบกับชุดข้อมูลแรก เมื่อแบ่งกลุ่มย่อยตามตารางความลึกของการฝึกสอน 3 ระดับ จึงได้ผลลัพธ์การวัดประสิทธิภาพโมเดลจำนวน 15 โมเดล พบว่าค่าเฉลี่ยความแม่นยำคือ 95.28% ซึ่งเป็นประสิทธิภาพที่สามารถนำไปใช้งานสำหรับการบริการห้องสมุดดิจิทัล