หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมคอมพิวเตอร์ ปี พ.ศ. 2569
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2568
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
การสรุปบทวิจารณ์หนังสือโดยใช้วิธีสกัดข้อมูลแบบแยกแง่มุม
ชื่อโครงงานภาษาอังกฤษ
Aspect-based Extractive Summarization for Book Reviews
ผู้พัฒนา
6510503751 วรพล วัลลิภากร
อาจารย์ที่ปรึกษาหลัก
บัณฑิต มนัสเกษมศักดิ์
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
รีวิวหนังสือออนไลน์เป็นแหล่งข้อมูลที่มีคุณค่าสำหรับผู้อ่าน แต่ปริมาณรีวิวจำนวนมากทำให้ยากต่อการสกัดความคิดเห็นที่สำคัญอย่างมีประสิทธิภาพ โครงงานนี้นำเสนอวิธีการสรุปความคิดเห็นตามแง่มุมโดยใช้อัลกอริทึมการหาค่าเหมาะสมแบบอาณานิคมมด (Ant Colony Optimization: ACO) ร่วมกับแบบจำลองภาษาขั้นสูง ระบบเริ่มต้นด้วยการใช้แบบจำลอง DistilBERT ที่ผ่านการปรับจูนเพื่อจำแนกประโยคออกเป็น 6 แง่มุม ได้แก่ เนื้อหา การเขียน ตัวละคร ผู้เขียน ความน่าสนใจ และภาพรวม พร้อมทั้งวิเคราะห์ความรู้สึกของแต่ละประโยค จากนั้นระบบจะกรองเฉพาะประโยคที่สอดคล้องกับความรู้สึกส่วนใหญ่เข้าสู่กลุ่มตัวเลือก อัลกอริทึม ACO ทำหน้าที่คัดเลือกชุดประโยคที่เหมาะสมที่สุดผ่านฟังก์ชันความเหมาะสมที่สร้างสมดุลระหว่างความครอบคลุมแง่มุมและการลดความซ้ำซ้อน ผลการทดลองกับข้อมูลรีวิวจาก Amazon แสดงให้เห็นว่าระบบสามารถสร้างบทสรุปที่มีค่า BERTScore สูงถึง 0.87 ซึ่งยืนยันว่าบทสรุปมีความหมายสอดคล้องกับบทสรุปอ้างอิงอย่างมีนัยสำคัญ
Abstract
Online book reviews are a valuable source of information for readers, but the sheer volume of reviews makes it difficult to efficiently extract key opinions. This project proposes a method for aspect-based opinion summarization using Ant Colony Optimization (ACO) in combination with advanced language models.The system begins by using a fine-tuned DistilBERT model to classify sentences into six aspects: content, writing style, characters, author, engagement, and overall impression, while simultaneously analyzing the sentiment of each sentence. Subsequently, the system filters sentences that align with the majority sentiment into a candidate pool. The ACO algorithm then selects the most optimal set of sentences through a fitness function designed to balance aspect coverage and redundancy reduction.Experimental results using review data from Amazon demonstrate that the system can generate summaries with a BERTScore of up to 0.87, confirming that the summaries are significantly consistent in meaning with the reference summaries.
คำสำคัญ (Keywords)
การสรุปเนื้อหารีวิวแบบอิงแง่มุม, การสรุปแบบสกัด, การวิเคราะห์ความรู้สึก, การประมวลผลภาษาธรรมชาติ
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
-
ที่เก็บเวอร์ชันซอร์สโค้ด
-
ผู้นำเข้าข้อมูลครั้งแรก
วรพล
วัลลิภากร
(b6510503751)
แก้ไขครั้งสุดท้าย
เมื่อ March 15, 2026, 5:43 p.m. โดย
วรพล
วัลลิภากร
(b6510503751)
สถานะการอนุมัติ
รออนุมัติ