ในยุคที่ข้อมูลรีวิวสินค้าบนแพลตฟอร์มอีคอมเมิร์ซมีจำนวนมาก การสรุปความคิดเห็นให้เข้าใจง่ายและใช้งานได้จริงจึงเป็นสิ่งสำคัญ งานวิจัยนี้นำเสนอระบบวิเคราะห์รีวิวสินค้าด้วย Aspect-Based Sentiment Analysis (ABSA) ซึ่งเป็นเทคนิคใน Natural Language Processing (NLP) ที่สามารถแยกแยะแง่มุมสำคัญของรีวิว (เช่น การจัดส่ง คุณภาพสินค้า บรรจุภัณฑ์) และวิเคราะห์อารมณ์ (บวก ลบ หรือเป็นกลาง) ของแต่ละแง่มุม ระบบนี้ช่วยให้ผู้บริโภคและร้านค้าสามารถเข้าถึงข้อมูลเชิงลึกได้อย่างมีประสิทธิภาพ โครงการนี้ได้พัฒนา AI สำหรับการวิเคราะห์ ABSA ภาษาไทย โดยใช้ WangchanBERTa ซึ่งฝึกบนข้อมูลภาษาไทย และเปรียบเทียบกับโมเดลต่างๆ เช่น TF-IDF + Logistic Regression, Word2Vec + BiLSTM, และ Multilingual BERT (mBERT/XLM-R) เพื่อประเมินประสิทธิภาพในด้านความแม่นยำ ความเร็ว และการใช้ทรัพยากร นอกจากนี้ยังมีการแสดงผลผ่าน Dashboard Visualization เพื่อให้ผู้ใช้เข้าใจแนวโน้มของรีวิวได้อย่างรวดเร็ว ผลลัพธ์ที่คาดหวังคือการพัฒนาเครื่องมือ AI ที่ใช้งานจริงในอุตสาหกรรมอีคอมเมิร์ซ ช่วยให้ผู้บริโภคตัดสินใจซื้อสินค้าได้ง่ายขึ้น และช่วยร้านค้าในการปรับปรุงผลิตภัณฑ์และบริการได้อย่างมีประสิทธิภาพ
ปัจจุบันการซื้อขายสินค้าออนไลน์เติบโตขึ้นอย่างรวดเร็ว ทำให้ข้อมูลรีวิวสินค้าจากผู้บริโภคมีปริมาณเพิ่มขึ้นเป็นจำนวนมาก รีวิวเหล่านี้มีบทบาทสำคัญในการตัดสินใจซื้อของลูกค้าและการปรับปรุงคุณภาพสินค้าของร้านค้า อย่างไรก็ตาม ปริมาณข้อมูลที่มากเกินไปและความหลากหลายของรูปแบบการแสดงความคิดเห็นทำให้การสรุปและวิเคราะห์ข้อมูลเหล่านี้เป็นไปได้ยาก ผู้บริโภคต้องใช้เวลามากในการอ่านรีวิวจำนวนมากเพื่อสรุปแนวโน้มความคิดเห็น ในขณะที่ร้านค้าประสบปัญหาในการวิเคราะห์ข้อมูลรีวิวเพื่อปรับปรุงผลิตภัณฑ์และบริการ เพื่อแก้ไขปัญหานี้ งานวิจัยนี้นำเสนอการประยุกต์ใช้ Aspect-Based Sentiment Analysis (ABSA) ซึ่งเป็นเทคนิคใน Natural Language Processing (NLP) ที่สามารถแยกแยะ แง่มุมสำคัญของรีวิวสินค้า (Aspects) และวิเคราะห์ อารมณ์ของแต่ละแง่มุม (Sentiments) โดยอัตโนมัติ การนำเทคนิคนี้มาใช้จะช่วยให้ผู้บริโภคสามารถรับข้อมูลเชิงลึกจากรีวิวได้ง่ายขึ้น และช่วยให้ร้านค้าสามารถใช้ข้อมูลรีวิวเพื่อปรับปรุงสินค้าและบริการอย่างมีประสิทธิภาพ โครงงานนี้ยังมุ่งเน้นการศึกษาว่า แนวทาง AI แบบใดมีประสิทธิภาพสูงสุดในการทำ ABSA สำหรับภาษาไทย โดยเปรียบเทียบ วิธีการประมวลผลภาษาธรรมชาติแบบดั้งเดิม กับเทคนิคการเรียนรู้เชิงลึกที่ทันสมัย เพื่อให้ได้แนวทางที่เหมาะสมที่สุด พร้อมทั้งพัฒนา Dashboard Visualization ที่ช่วยให้ข้อมูลรีวิวถูกนำเสนอในรูปแบบที่เข้าใจง่ายและสามารถนำไปใช้งานจริงในอุตสาหกรรมอีคอมเมิร์ซ
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
โครงการนี้มีเป้าหมายในการออกแบบรีสอร์ทลอยน้ำในเกาะเต่า โดยมุ่งเน้นการสร้างประสบการณ์ที่เป็นเอกลักษณ์และยั่งยืนสำหรับนักท่องเที่ยว ด้วยการนำเสนอห้องพักใต้ท้องทะเลและการใช้วัสดุที่เป็นมิตรกับสิ่งแวดล้อม เช่น ไม้ Marine, คอนกรีต Marine grade, และวัสดุเหล็กหรืออะลูมิเนียมที่มีคุณภาพสูง เพื่อมุ่งลดผลกระทบต่อสิ่งแวดล้อม รวมถึงการใช้พลังงานจากแหล่งพลังงานหมุนเวียน เช่น แผงโซลาร์เซลล์และพลังงานจากคลื่นทะเล โดยคำนึงถึงการจัดการขยะที่มีประสิทธิภาพและส่งเสริมการรีไซเคิล วัตถุประสงค์ของโครงการนี้คือการสร้างการรับรู้เกี่ยวกับการอนุรักษ์ท้องทะเล โดยการให้ผู้เข้าพักมีส่วนร่วมในกิจกรรมอนุรักษ์ต่างๆ เช่น การปลูกปะการัง การทำความสะอาดใต้ทะเล และการเก็บขยะในพื้นที่รอบๆ รีสอร์ท โครงการนี้คาดว่าจะมีผลกระทบเชิงบวกต่อการท่องเที่ยวอย่างยั่งยืนและการอนุรักษ์สิ่งแวดล้อมของเกาะเต่า โดยสามารถสร้างความได้เปรียบในการแข่งขันในตลาดการท่องเที่ยวท้องถิ่นได้
คณะเทคโนโลยีสารสนเทศ
ในปัจจุบันปัญหาด้านภาวะพัฒนาการบกพร่องด้านการเขียนที่เกิดขึ้นในเด็กนั้น เป็นปัญหาที่ควรให้ความ สําคัญอย่างมากสําหรับเด็กในวัยเรียนรู้ โดยการวินิจฉัยว่าตัวเด็กนั้นมีความผิดปกติทางภาวะพัฒนาการบกพร่องด้านการเขียนหรือไม่นั้น จำต้องอาศัยแบบประเมินทักษะในการเขียน ซึ่งจะถูกนำไปให้ผู้ที่ต้องการวินิจฉัยทำ และถูกประเมินโดยแพทย์หรือผู้เชี่ยวชาญ แต่ถึงกระนั้นก็ยังมีข้อจำกัดในเรื่องของรูปแบบในการวินิจฉัยที่ต้องอาศัยแพทย์ผู้เชี่ยวชาญ จึงทำให้มีความต้องการทางด้านทรัพยากรบุคคลเป็นอย่างมาก เราจึงทำการออกแบบวิธีในการให้คะแนนผ่านแบบประเมินทักษะในการเขียน โดยใช้เทคโนโลยีประมวลผลภาพและอาศัยเกณฑ์การให้คะแนนจากเกณฑ์ดังเดิม โดยมีเกณฑ์การให้คะแนนที่สามารถหาได้ปัจจุบันอยู่ 3 เกณฑ์ตอนนี้ คือ ตําแหน่ง การเขียนบทความ รูปแบบบทความ และความเร็วในการคัดลอก อีกทั้งเรายังทำการจัดสร้างเว็บแอปพลิเคชันเพื่อให้สามารถให้งานระบบได้ง่ายยิ่งขึ้น
คณะวิศวกรรมศาสตร์
โครงงานนี้มุ่งเน้นการพัฒนาระบบอ่านป้ายทะเบียนรถยนต์แบบอัตโนมัติ ซึ่งรองรับทั้งป้ายทะเบียนรูปแบบปกติและพิเศษของประเทศไทย โดยใช้เทคโนโลยี Machine Learning เพื่อเพิ่มประสิทธิภาพในการอ่านป้ายทะเบียน ระบบนี้สามารถรองรับข้อมูลได้ทั้งภาพนิ่งและวิดีโอ ผู้ใช้สามารถลงทะเบียนและชำระค่าบริการแบบ Subscription เพื่อนำส่งข้อมูลให้ระบบประมวลผลผ่าน RESTful API, WebSocket, และกล้อง IP ที่ลงทะเบียนกับระบบ