รายละเอียด

ปัจจุบันผู้คนนิยมติดต่อสื่อสารผ่านอินเทอร์เน็ตมากขึ้น เนื่องจากมีความรวดเร็ว และสะดวกสบาย ถึงแม้จะมีข้อดีก็แฝงไปด้วยข้อเสียด้วย เช่น การใช้สื่อสังคมออนไลน์ในทางที่ผิด รวมไปถึงการระรานทางไซเบอร์ ซึ่งเป็นหนึ่งในปัญหาที่ทำให้เกิดความรู้สึกเชิงลบกับผู้ถูกกระทำ หรือนำไปสู่อาการทางจิตใจได้ จึงมีความจำเป็นที่จะต้องมีการพัฒนาการตรวจจับการระรานทางไซเบอร์ ซึ่งการตรวจจับนั้นถูกศึกษาในภาษาอื่น ๆ ในหลาย ๆ ด้านแล้ว แต่ในภาษาไทยยังมีอย่างจำกัด ในงานวิจัยนี้มุ่งเน้นพัฒนาแบบจำลองเพื่อตรวจจับการระรานทางไซเบอร์จากรูปภาพมีมในบริบทของไทย โดยมีวัตถุประสงค์หลักคือการพัฒนาแบบจำลองด้วยเทคนิคการเรียนรู้เชิงลึก จากชุดข้อมูลมีมไทยที่ได้ถูกเก็บรวมรวมจาก Facebook ที่เป็นแพลตฟอร์มสื่อสังคมออนไลน์ที่มีผู้ใช้มากที่สุดในประเทศไทย โดยมีมจะถูกทำป้ายกำกับในหมวดย่อย (Task) ต่าง ๆ ได้แก่ การระราน ระดับความรุนแรง หัวข้อที่ถูกพูดถึง การล่วงละเมิดผู้อื่น การประชดประชัน อารมณ์ ความรู้สึก แบบจำลองที่พัฒนาขึ้นจะใช้ประโยชน์จากทั้งรูปภาพและข้อความที่อยู่ในมีมในการจำแนกประเภทตามหมวดย่อยต่าง ๆ

วัตถุประสงค์

ในปัจจุบันสมาร์ทโฟนหรืออุปกรณ์คอมพิวเตอร์ได้ถูกพัฒนาให้มีราคาที่ผู้คนสามารถเข้าถึงได้ มากกว่าในอดีต ส่งผลให้ผู้คนนิยมติดต่อสื่อสารผ่านทางอินเทอร์เน็ตมากยิ่งขึ้น เนื่องจากรวดเร็วและสะดวกสบาย ทำให้สถิติการใช้สื่อสังคมออนไลน์ของประเทศไทยมีผู้ใช้สูงถึง 56.85 ล้านราย ซึ่งเป็นอัตราส่วนต่อประชากรทั้งหมดอยู่ที่ 81.2% โดยคนไทยใช้เวลาเล่นสื่อสังคมออนไลน์โดยเฉลี่ยอยู่ที่ 2 ชั่วโมง 59 นาทีต่อวัน  (we are social, 2022) แสดงให้เห็นว่าสื่อสังคมออนไลน์เป็นส่วนหนึ่งในชีวิตประจำวัน ทั้งนี้สื่อสังคมออนไลน์ไม่ได้มีเพียงแค่ข้อดีในการติดต่อสื่อสารเท่านั้น แต่ยังแฝงไปด้วยข้อเสียที่เกิดจากพฤติกรรมการใช้สื่อสังคมออนไลน์ในทางที่ผิด เช่น การหลอกลวง การสวมตัวตนผู้อื่น รวมไปถึงการระรานทางไซเบอร์ที่ปัจจุบันเป็นหนึ่งในปัญหาที่ก่อเกิดความรู้สึกเชิงลบ หรือนำไปสู่อาการทางจิตใจในผู้คนกลุ่มหนึ่งได้ ดังนั้นการตรวจจับการะรานทางไซเบอร์จึงมีความจำเป็นต้องถูกพัฒนาเพื่อป้องกันไม่ให้เกิดปัญหาเหล่านี้ขึ้น โดยการตรวจจับการระรานทางไซเบอร์นั้นถูกศึกษาในภาษาอื่น ๆ ในหลาย ๆ ด้านแล้ว เช่น ข้อความ รูปภาพมีม แต่ในภาษาไทยนั้นยังไม่มีการริเริ่มการตรวจจับการระรานทางไซเบอร์ด้วยการพิจารณาจากรูปภาพมีม เพราะฉะนั้นจึงมีความต้องการที่จะจัดทำชุดข้อมูล Cyberbullying Detection from Social Media with Thai Memes ขึ้น เพื่อพัฒนาการตรวจจับการระรานทางไซเบอร์ในบริบทของคนไทย โดยจะจัดเก็บข้อมูลจาก Facebook ซึ่งเป็นสื่อสังคมออนไลน์ที่มีผู้ใช้มากที่สุดในประเทศไทย โดยมีผู้ใช้มากถึง 50.05 ล้านราย คิดเป็น 93.3% ของประชากรทั้งหมด  (we are social, 2022) และสร้างแบบจำลองการเรียนรู้ของเครื่องเชิง Multimodal (Text, Image) สำหรับตรวจจับการระรานทางไซเบอร์ในบริบทของคนไทย โดยพิจารณาการระรานทางไซเบอร์ในด้านต่าง ๆ เช่น เพศ รสนิยมทางเพศ ลักษณะรูปลักษณ์ เชื้อชาติ ศาสนา การเมือง ซึ่งพิจารณาจากงาน (Task) อื่น ๆ นอกเหนือจากการระรานทางไซเบอร์ในบริบทของคนไทยร่วมด้วย ได้แก่ Sentiment, Emotion, Sarcasm, Harmful, Offensive, Topic

ผู้จัดทำ

ศลิษา โพธิ์สิทธิ์

SALISA PHOSIT

#นักศึกษา

สมาชิก

สวรส คงสัมฤทธิ์

SAWAROD KONGSAMLIT

#นักศึกษา

สมาชิก

กิติ์สุชาต พสุภา

Kitsuchart Pasupa

#อาจารย์

อาจารย์ที่ปรึกษา

โหวตนวัตกรรมนี้