Opinion identification for Thai political news columns based on subjectivity analysis

การระบุความคิดเห็นในบทความข่าวการเมือง ภาษาไทย โดยวิธีการวิเคราะห์อัตวิสัย

Name: Phramaha Khampol Sukhum

keyword: Subjectivity

ThaSH: DATA MINING

; Naive Bayesian.

ThaSH: CONTENT ANALYSIS (COMMUNICATION)

Abstract: Newspapers typically contain both news articles and columns. While a news article is written to report facts and events, a news column could explicitly contain opinions or point of views. We propose an opinion mining framework and opinion mining system for identifying opinions in Thai political news columns. Our goal is to construct an information filtering model for monitoring highly-opinionated news content. Findings provided in this work include our methodology, results, and discussion about difficulties found in applying opinion mining in Thai, as well as our analysis. In this work, contents from Thai news columns, annotated at sentence level by human experts, have been used as training dataset for building a model in which various classifiers and feature selection techniques have been experimented. Our model achieved best result with Naive Bayes Multinomial, with prior-knowledge based feature selection. The Precision, Recall, and F-Measure values are equal to 0.809, 0.804, and 0.803, respectively.

Abstract: หนังสือพิมพ์โดยทั่วไปจะมีเนื้อหาทั้งที่เป็นข่าว และบทความ โดยเนื้อหาประเภทข่าว จะมุ่งไปที่การรายงาน เหตุการณ์ และข้อเท็จจริงต่างๆ ที่เกิดขึ้น ซึ่งต่างจากเนื้อหาของประเภทบทความ ที่มีประโยคความคิดเห็น และทรรศนะต่างๆ ของผู้เขียนปะปนอยู่อย่างชัดเจน งานวิจัยนี้จึงขอเสนอกรอบการทำงาน และระบบคัดกรองที่สามารถระบุข้อความแสดงความคิดเห็นในบทความข่าวทางการเมืองจากหนังสือพิมพ์ภาษาไทย โดยมีจุดมุ่งหมาย อยู่ที่การสร้างโมเดลคัดกรองสารสนเทศ เพื่อใช้ในตรวจจับเนื้อหาจากบทความข่าวที่เป็นความคิดเห็นค่อนข้างสูง สิ่งที่นำเสนอในงานวิจัยนี้ครอบคลุมระเบียบวิธีวิจัย ผลการวิจัย ตลอดจนถึงบทวิเคราะห์ของผู้วิจัย เกี่ยวกับปัญหาและอุปสรรคต่างๆ ที่พบจากการนำเอาวิธีการทำเหมืองข้อมูลความคิดเห็นมาประยุกต์ใช้กับข้อมูลที่เป็นภาษาไทย ในงานวิจัยนี้ ผู้วิจัยได้ทำการรวบรวมข้อมูลคือบทความทางการเมืองจากหนังสือพิมพ์ภาษาไทยหลายฉบับ และได้ขอความร่วมมือจากผู้เชี่ยวชาญทางภาษาไทยให้ทำการกำกับคลังประโยค และสร้างชุดข้อมูลฝึกสอน เพื่อใช้สำหรับสร้างโมเดล ซึ่งผู้วิจัยได้ทำการทดสอบอัลกอริทึมสำหรับจำแนกหมวดหมู่และเทคนิคการคัดเลือกคุณลักษณะหลายรูปแบบ และได้พบว่า คุณลักษณะแบบ Prior-knowledge based ที่ใช้ร่วมกับอัลกอริทึม Naive Bayes Multinomial ให้ประสิทธิภาพสูงสุด โดยได้ค่า Precision, Recall, และ F-Measure เท่ากับ 0.809, 0.804, และ 0.803 ตามลำดับ

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Name: Supot Nitsuwat

Role: Thesis advisors

Email : sns@kmutnb.ac.th

Name: Choochart Haruechaiyasak

Role: Thesis advisors

Created: 2011

Modified: 2567-03-20

Issued: 2012-03-14

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: Thesis MMIST K4S

eng

DegreeName: Master of science

Level: Master's Degree

Descipline: Management Information Systems

Grantor: King Mongkut's University of Technology North Bangkok

©copyrights King Mongkut's University of Technology North Bangkok

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B15533980.pdf	3.2 MB

ใช้เวลา

0.032805 วินาที