การวิเคราะห์ภาษาในการถามตอบเชิงธุรกิจเพื่อประยุกต์ใช้ระบบแชทบอท

An analysis of questions and answers in E-commerce for applying to chatbots system

Name: เมธิญญา มัดธนู

ThaSH: มหาวิทยาลัยเกษตรศาสตร์ -- วิทยานิพนธ์. ศศ.ม. (ภาษาศาสตร์ประยุกต์) 2565

Classification :.LCCS: P130.52.T35

ThaSH: มหาวิทยาลัยเกษตรศาสตร์. สาขาภาษาศาสตร์ประยุกต์ -- วิทยานิพนธ์

ThaSH: ภาษาศาสตร์ประยุกต์

ThaSH: ภาษาไทย -- การใช้ภาษา -- การวิเคราะห์

ThaSH: แชทบอท

ThaSH: ระบบถามตอบอัตโนมัติ

Abstract: การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อวิเคราะห์รูปแบบคำถามที่ผู้บริโภคใช้ถามและรูปแบบคำตอบที่เกี่ยวข้องกับผลิตภัณฑ์สินค้าในเว็บไซต์ขายสินค้าออนไลน์ที่ผู้จัดจำหน่ายใช้ สำหรับนำไปเป็นฐานความรู้ให้กับระบบแชทบอทที่ใช้ในเชิงธุรกิจ โดยศึกษาจากการเก็บข้อมูลคำถาม-คำตอบทั้งหมด 2,069 ประโยค จากการถาม-ตอบเกี่ยวกับรายละเอียดสินค้าระหว่างผู้ขายสินค้าและผู้ซื้อสินค้าออนไลน์ทั้ง 13 หมวดหมู่สินค้า ผลการศึกษาพบว่ามีคำถามที่ผู้จัดจำหน่ายและผู้บริโภคใช้โต้ตอบกันออนไลน์ทั้งหมด 8 ประเภท ได้แก่ 1) คำถามประเภทตอบรับ-ปฏิเสธ 2) คำถามประเภทอะไร 3) คำถามประเภทอย่างไร 4) คำถามประเภทเท่าไหร่ 5) คำถามเมื่อไหร่ 6) คำถามประเภททำไม 7) คำถามประเภทที่ไหน 8) คำถามประเภทให้เลือก คำถามทั้งหมดมีลักษณะเป็นคำถามตรงรูปและคำถามไม่ตรงรูป โดยคำถามตรงรูปเป็นประโยคคำถามที่มีรูปคำแสดงการถามตรงตามประเภทการถาม ได้แก่ ไหม อะไร ทำไม อย่างไร เมื่อไร เท่าไร ที่ไหน และคำถามให้เลือก ส่วนคำถามไม่ตรงรูปคือประโยคคำถามที่มีรูปคำแสดงการถามไม่ตรงตามประเภทการถาม หรืออาจอยู่ในรูปแบบประโยคขอร้องแต่แสดงเจตนาเป็นการถาม ผลการวิเคราะห์โครงสร้างประโยคคำถามพบว่าคำถามประเภทตอบรับ-ปฏิเสธมีโครงสร้างและรูปคำแสดงคำถามหลากหลายมากที่สุด สำหรับการศึกษาชุดรูปแบบคำตอบที่เกี่ยวข้องกับผลิตภัณฑ์สินค้าในเว็บไซต์ขายสินค้าออนไลน์พบว่ามีการใช้กลไกการเชื่อมโยงความเพื่อตอบคำถามทั้งหมด 4 กลไก ได้แก่ การแทนที่ การละ การใช้คำเชื่อม และการเชื่อมโยงคำศัพท์ โดยไม่พบกลไกการอ้างถึง เมื่อนำข้อมูลคำถาม-คำตอบไปทดสอบบนระบบแชทบอทที่ใช้ในเชิงธุรกิจ พบว่าระบบแชทบอทนั้นตอบคำถามประเภททำไมได้มากที่สุด (95%) ตามด้วยคำถามประเภทตอบรับ-ปฏิเสธ (76%) คำถามประเภทอย่างไร (70%) คำถามประเภทเท่าไหร่ (66%) คำถามประเภทให้เลือก (66%) คำถามเมื่อไหร่ (65%) คำถามประเภทที่ไหน (60%) และท้ายสุดคำถามประเภทอะไร (53.33%) ตามลำดับ This study aimed to analyze the question patterns used by online shoppers and the answer patterns related to products on online shopping websites that were answered by sellers. We applied the mentioned results as a knowledge base for business chatbot systems. The study runs with 2,069 sentences collected from the question-answer data from the online questions and answers about the details of products between sellers and shoppers in 13 product categories. The finding reveals that there are eight types of questions: yes-no questions, what questions, how questions, how much/many questions, when questions, where questions, why questions, and to-choose questions. There are two patterns of questions: straight-form questions and nonstraight-form questions. A straight-form question is an interrogative sentence with the question word corresponding to the question type. A non-straight-form question is an interrogative sentence where the question word contradicts the question type, or it may be a request sentence but intends to be asked as a question. The results of an analysis of the question sentence structures reveal that the yes-no question has the most different structures and varied forms of question words. The study of answer patterns related to products in online shopping shows that there are four strategies of answering: substitution, ellipsis, conjunction, and lexical cohesion. There is no reference strategy. After applying the questions and answers data to a business chatbot, the result shows that the accuracy of chatbot responses is mostly why questions (95%), followed by yes-no questions (76%), how questions (70%), how much/ how many questions (66%), choice questions (66%), when questions (65%), where questions (60%), and what questions (53.33%) respectively.

มหาวิทยาลัยเกษตรศาสตร์. สำนักหอสมุด

Address: กรุงเทพมหานคร

Email: tdckulib@ku.ac.th

Name: มุกข์ดา สุขธาราจาร

Role: อาจารย์ที่ปรึกษาวิทยานิพนธ์หลัก

Name: ธนศักดิ์ ศิริคะเณรัตน์

Role: อาจารย์ที่ปรึกษาวิทยานิพนธ์ร่วม

Created: 2565

Modified: 2568-06-26

Issued: 2568-06-26

วิทยานิพนธ์/Thesis

application/pdf

URL: https://www.lib.ku.ac.th/KUthesis/2565/maythinya-mud-all.pdf

CallNumber: P130.52.T35.ม54

tha

DegreeName: ศิลปศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: ภาษาศาสตร์ประยุกต์

Grantor: มหาวิทยาลัยเกษตรศาสตร์

©copyrights มหาวิทยาลัยเกษตรศาสตร์

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	maythinya-mud-all.pdf	3.2 MB	1	2025-09-19 15:05:20

ใช้เวลา

0.035106 วินาที