Text categorization & retrieval for thai item bank using patterned keyword in phrase ‪(PKIP)‬

การจำแนกและการค้นคืนข้อความตัวอักษร สำหรับคลังข้อมูลภาษาไทยโดยใช้รูปแบบของคำหลักในวลี

Name: Atorn Nuntiyagul

LCSH: Artificial intelligence -- Educational applications

LCSH: Data mining

LCSH: Natural language processing (Computer science)

LCSH: Text processing (Computer science)

Abstract: In this study, a feature selection approach, Patterned Keyword in Phrase (PKIP), to categorize text for educational item banks is proposed. An item bank is a collection of textual question items consisting of short sentences. These sentences rarely contain enough relevant words for direct categorization by the traditional approaches. Therefore, PKIP was designed to categorize such question items using only available keywords and their patterns. These keywords are extracted by using the feature selection technique. The support vector machine approach was adopted as well to be used in the categorization process. Moreover, the PKIP system, an adaptable learning assistant tool for managing question items in item banks, is presented. PKIP is not only able to automatically assist educational users to categorize the question items into predefined categories by their content but also to correctly retrieve the items by specifying the category and/or the difficulty level. PKIP adapts the ‘‘categorization learning model’’ to improve the system’s categorization performance using the incoming question items. In the trial procedures, PKIP was designed and implemented to manage Thai high primary mathematics question items. PKIP was tested and evaluated in terms of both system accuracy and user satisfaction. The evaluation results showed that the system accuracy is acceptable and PKIP satisfies the need of users

Abstract: ในงานวิจัยนี้ได้นำเสนอแนวคิดสำหรับการจำแนกและการค้นคืนข้อความตัวอักษรสำหรับ คลังข้อสอบภาษาไทย คลังข้อสอบคือการเก็บรวบรวมข้อสอบหรือข้อความที่เป็นตัวอักษร ในแต่ ละข้อความจะมีจำนวนคำประกอบอยู่เป็นจำนวนน้อย การนำเทคนิคการจำแนกข้อความตัวอักษรที่ มีผู้นำเสนออยู่แล้วมาใช้กับข้อมูลของคลังข้อสอบภาษาไทยโดยตรงจะไม่สามารถให้ผลลัพธ์ออกมา ได้อย่างถูกต้องแม่นยำเพียงพอ เนื่องมาจากปัญหาลักษณะของข้อมูลชนิดนี้ที่มีจำนวนคำในแต่ละ ข้อความประกอบอยู่เป็นจำนวนน้อย จากการสังเกตพบว่าข้อความต่างๆที่ถูกจัดอยู่ในกลุ่มเดียวกัน มักจะมีการใช้กลุ่มคำสำคัญซ้ำกลุ่มกัน และถ้าข้อความที่มีลักษณะรูปแบบการเรียงลำดับของ กลุ่มคำสำคัญดังกล่าวในแต่ละวลีคล้ายกัน ข้อความนั้นก็มีโอกาสสูงที่จะถูกจำแนกให้อยู่ในกลุ่ม เดียวกันอีกด้วย จากหลักการดังกล่าวจึงได้มีการนำเสนอเทคนิค “การจับรูปแบบคำหลักในวลี” (Patterned Keywords in Phrase, PKIP) ของข้อความต่างๆเพื่อใช้เป็นการเพิ่มประสิทธิภาพการ จำแนกกลุ่ม และเป็นการแก้ไขปัญหาการมีจำนวนคำน้อยในแต่ละข้อความในคลังข้อสอบดังกล่าว จากแนวคิดดังกล่าวได้ถูกนำมาทดลองพัฒนาเป็นเครื่องมือช่วยในการจัดการคลังข้อสอบ ที่สามารถ ปรับปรุงการเรียนรู้ในการจำแนกคลังข้อสอบได้ (adaptable learning categorization) เพื่อเป็นการ ยืดหยุ่นการใช้งานและเพิ่มความถูกต้องแม่นยำของการจำแนกข้อความเอาไว้อีกด้วย โดยตัวอย่าง ข้อมูลที่นำมาใช้ในการวิจัยนี้เป็นข้อมูลที่ได้มาจากคลังข้อสอบโจทย์ปัญหาคณิตศาสตร์ภาษาไทย ระดับประถมศึกษาตอนปลาย เพื่อเป็นการทดสอบการนำมาใช้งานทางด้านการศึกษาโดยตรง นอกจากขั้นตอนการจำแนกข้อความตัวอักษรสำหรับคลังข้อสอบภาษาไทยแล้ว เครื่องมือนี้ยังมี ขั้นตอนการค้นคืนข้อความตัวอักษรที่ได้ถูกจำแนกอยู่ในกลุ่มต่างๆได้อย่างถูกต้องแล้ว โดยขั้น ตอนนี้ได้ถูกออกแบบให้ผู้ใช้ทำการค้นคืนข้อความตัวอักษรได้อย่างสะดวกและง่ายดาย เครื่องมือ นี้ได้ถูกทำการทดสอบและประเมินผลทั้งทางด้านความถูกต้องแม่นยำในการจำแนกข้อความของ ระบบและความพึงพอใจของผู้ใช้ ผลการประเมินแสดงว่าเครื่องมือนี้ให้ความถูกต้องในการ จำแนกข้อความอยู่ในระดับที่ยอมรับกันทั่วไปและยังสามารถตอบสนองความต้องการของผู้ใช้ได้ อย่างน่าพอใจ

Mahidol University

Address: NAKHON PATHOM

Email: liwww@mahidol.ac.th

Name: Kanlaya Naruedomkul

Role: Thesis Advisors

Created: 2006

Modified: 2553-06-25

Issued: 2010-06-08

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: TH A881t 2006

eng

DegreeName: Doctor of Philosophy

Level: Doctoral Degree

Descipline: Science and Technology Education

Grantor: Mahidol University

©copyrights Mahidol University

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	4637455.pdf	3.33 MB	138	2026-05-26 18:16:01

ใช้เวลา

-0.713982 วินาที