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
คณะวิศวกรรมศาสตร์
เนื่องจากความต้องการพลังงานที่มีมากขึ้น แต่เชื้อเพลิงฟอสซิลซึ่งเป็นแหล่งพลังงานหลักมีอยู่อย่างจำกัดและเป็นสาเหตุหนึ่งของมลพิษและภาวะโลกร้อน ดังนั้นพลังงานทางเลือกจึงเป็นกุญแจสำคัญเพื่อความยั่งยืนด้านพลังงาน ประเทศไทยมีศักยภาพของพลังงานชีวมวลจากเกษตรกรรม ดังนั้นการพัฒนาระบบผลิตไฟฟ้าที่มลพิษต่ำและสามารถใช้ได้กับแหล่งพลังงานทดแทนจึงจำเป็นอย่างยิ่ง โดยเฉพาะเครื่องยนต์สเตอร์ลิงซึ่งมีโครงสร้างชิ้นส่วนไม่ซับซ้อน ปราศจากการสันดาปภายในเครื่องยนต์จึงเป็นเครื่องยนต์ที่มีศักยภาพผลิตไฟฟ้าด้วยพลังงานสะอาดและเป็นมิตรกับสิ่งแวดล้อมเพื่อ งานวิจัยนี้จึงมุ่งเน้นพัฒนาออกแบบและสร้างต้นแบบเครื่องยนต์สเตอร์ลิงร่วมกับแหล่งพลังงานทดแทนหรือพลังงานสะอาดเพื่อผลิตไฟฟ้าและสาธิตการทำงานจริง เกิดองค์ความรู้และถ่ายทอดเทคโนโลยีเครื่องยนต์ผลิตไฟฟ้าปราศจากมลพิษในประเทศ ตลอดจนสามารถขยายผลนำไปใช้ประโยชน์กับคนไทย
คณะวิศวกรรมศาสตร์
ในปัจจุบัน ประเทศไทยกำลังประสบปัญหาฝุ่น PM2.5 ทั่วประเทศ ซึ่งมีแหล่งกำเนิดของฝุ่นได้จากหลายแหล่งที่มา เช่น ควันจากท่อไอเสียรถยนต์ การเผาในที่โล่ง ไฟป่า และอื่นๆ ดังนั้น แหล่งที่มาของฝุ่นในแต่ละพื้นที่จึงมีแนวโน้มที่จะแตกต่างกันไป ในปัจจุบันโดยเป็นการวิเคราะห์เชิงเคมีเป็นหลัก ทางคณะผู้จัดเสนอแนวทางใหม่ในการศึกษาแหล่งที่มาของฝุ่นโดยวิธีการทางกายภาพโดยวิเคราะห์จากขนาดของอนุภาคและโครงสร้างเชิงนาโน การวิเคราะห์ข้างต้นนี้ตัวอย่างฝุ่นจำเป็นที่จะต้องถูกเก็บมาแบบแห้งในระยะเวลาจำกัด โดยไม่ควรใช้แผ่นกรองกระดาษในการเก็บฝุ่น เนื่องจากมีความเป็นไปได้ที่จะเกิดการลอกของแผ่นกรองออกมาด้วยในขั้นตอนการนำฝุ่นออกมา ทางคณะผู้จัดทำเห็นสมควรว่าเครื่อง Electrostatic Precipitator (ESP) หรือ เครื่องดักฝุ่นแบบไฟฟ้าสถิตย์ นั้นมีคุณสมบัติเหมาะสมที่จะนำมาเป็นเครื่องดักฝุ่นเพื่อนำไปทดสอบทางกายภาพตามที่กล่าวไว้ข้างต้น โดยในงานวิจัยนี้มุ่งเน้นไปในส่วนของการออกแบบและสร้างเครื่อง ESP ที่ใช้ในจุดประสงค์เฉพาะดังกล่าวข้างต้น โดยคณะผู้จัดทำสามารถสร้างเครื่องที่เก็บฝุ่นได้อย่างน้อย 100 mg ภายใน 1 วัน ซึ่งเพียงพอกับการนำไปศึกษาโครงสร้างเชิงนาโนใน 1 ครั้ง นอกจากนี้ จากการทดสอบการทำงานเบื้องต้นพบว่าเครื่องมีประสิทธิภาพในการดักฝุ่นถึง 80% (ซึ่งมากกว่าเครื่อง ESP ที่หามาได้ตามท้องตลาด) และยังพบอีกว่าประสิทธิภาพในการดักฝุ่นแปรผกผันกับความเร็วอากาศขาเข้า โดยความเร็วอากาศแนะนำจากการทดลองไม่เกิน 2 m/s อย่างไรก็ตามเครื่อง ESP ที่ใช้ในจุดประสงค์เฉพาะนี้ยังมีจุดที่สามารถพัฒนาได้อีก เช่น ความสะดวกในการเก็บฝุ่นที่เกี่ยวเนื่องมาจากลักษณะโครงสร้างเครื่อง และการปรับขนาดของเครื่องให้กระทัดรัดและเหมาะสมกับการใช้งาน เป็นต้น
คณะวิศวกรรมศาสตร์
-