หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมซอฟต์แวร์และความรู้ ปี พ.ศ. 2568
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2567
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
เคยูทีแคสคอนเนค
ชื่อโครงงานภาษาอังกฤษ
KUTCASConnect
ผู้พัฒนา
6410545592 นายศิโยน คีรีโต
6410546181 นางสาวพนิตตา ธัญญวิจิตรกุล
อาจารย์ที่ปรึกษาหลัก
หัชทัย ชาญเลขา
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
กระบวนการรับเข้าศึกษาในระดับมหาวิทยาลัยของประเทศไทย โดยเฉพาะในระบบ TCAS (Thai University Central Admission System) มีความซับซ้อนจากข้อมูลที่กระจัดกระจาย เกณฑ์การรับสมัครที่แตกต่างกันในแต่ละรอบ และการเปลี่ยนแปลงของข้อมูลในแต่ละปีการศึกษา ส่งผลให้นักเรียนและผู้ปกครองสับสนและเข้าถึงข้อมูลได้ยาก
โครงการนี้จึงได้พัฒนา KU TCAS Connect เว็บแอปพลิเคชันต้นแบบในรูปแบบแชตบอท สำหรับคณะวิศวกรรมศาสตร์ มหาวิทยาลัยเกษตรศาสตร์ โดยประยุกต์ใช้เทคนิค Retrieval-Augmented Generation (RAG) ร่วมกับโมเดลภาษาขนาดใหญ่ (LLM) ที่รองรับภาษาไทย ผสานการทำงานกับฐานข้อมูลเวกเตอร์ (Vector Database) และการออกแบบพรอมต์ (Prompt Engineering) เพื่อให้สามารถตอบคำถามเกี่ยวกับการรับเข้าศึกษาได้อย่างแม่นยำ เป็นธรรมชาติ และสามารถอ้างอิงแหล่งข้อมูลต้นทางได้อย่างชัดเจน
งานวิจัยนี้มุ่งเน้นการวิจัยทดลองและประเมินศักยภาพของเทคนิค RAG ในการจัดการข้อมูลภาษาไทยที่มีการเปลี่ยนแปลงอยู่บ่อยครั้ง โดยแม้ว่า RAG จะสามารถนำไปประยุกต์ใช้กับข้อมูลในหลากหลายหัวข้อได้ แต่โครงการนี้มุ่งทดลองใช้งานกับข้อมูล TCAS เพื่อพัฒนาแอปพลิเคชันต้นแบบที่ช่วยให้นักเรียนและผู้ปกครองสามารถถามคำถามและเข้าถึงข้อมูลที่เกี่ยวกับการรับเข้าศึกษาของมหาวิทยลัยเกษตรศาสตร์ โครงการนี้เป็นการส่งเสริมการพัฒนาเทคโนโลยีการประมวลผลภาษาธรรมชาติสำหรับภาษาไทย และแสดงให้เห็นถึงความเป็นไปได้ในการนำ RAG ไปประยุกต์ใช้จริงในบริบทของการศึกษา
Abstract
The university admission process in Thailand, especially under the Thai University Central Admission System (TCAS), presents a complex landscape for students and parents, characterized by scattered information, varying criteria across admission rounds, and frequent yearly changes. To address these challenges, this project explores the application of Retrieval-Augmented Generation (RAG) in the Thai language through the development of “KU TCAS Connect”, a proof-of-concept chatbot web application for Kasetsart University’s Faculty of Engineering. The chatbot integrates a Large Language Model (LLM) with a vector database and prompt engineering to deliver accurate, conversational responses while referencing the original source documents. This research focuses on evaluating the capability of RAG to handle structured yet evolving Thai-language datasets, aiming to improve information accessibility and support students and parents in making informed admission decisions. The project contributes to the advancement of Thai NLP and demonstrates the practical use of RAG in real-world educational domains.
คำสำคัญ (Keywords)
Retrieval-augmented generation
Generative AI
Natural Language Processing
Chatbot
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
-
ที่เก็บเวอร์ชันซอร์สโค้ด
https://github.com/KU-TCAS-Connect/ku-tcas-connect
ผู้นำเข้าข้อมูลครั้งแรก
นางสาวพนิตตา
ธัญญวิจิตรกุล
(b6410546181)
แก้ไขครั้งสุดท้าย
เมื่อ May 8, 2025, 11:38 p.m. โดย
นางสาวพนิตตา
ธัญญวิจิตรกุล
(b6410546181)
สถานะการอนุมัติ
รออนุมัติ