ระบบปัญญาประดิษฐ์สำ หรับการจัดหมวดหมู่ข้อคิดเห็นและข้อเสนอแนะของประชาชนที่มี ต่อโครงการของรัฐ
Article Sidebar
Main Article Content
บทคัดย่อ
ระบบรับฟังข้อคิดเห็นและข้อเสนอแนะของประชาชนที่มีต่อโครงการภาครัฐเป็นรูปแบบเว็บไซต์กระดานสนทนา รับฟังความคิด เห็นของประชาชน เป็นข้อความที่มีความหลากหลายไม่สามารถตีความหมายได้ และข้อความไม่ได้ถูกจำ แนกหมวดหมู่ไว้อย่าง ชัดเจน รวมถึงขาดการสรุปผลสถิติข้อมูลที่เกี่ยวกับข้อคิดเห็นและข้อเสนอแนะของประชาชนที่มีต่อโครงการภาครัฐเพื่อแสดงให้ เห็นถึงการตอบกลับของภาครัฐให้ประชาชนได้รับทราบ บทความนี้มีจุดมุ่งหมายในการเสนอระบบการจัดหมวดหมู่ข้อคิดเห็นและ ข้อเสนอแนะของประชาชนที่มีต่อโครงการของรัฐโดยวิธีปัญญาประดิษฐ์ ซึ่งเป็นการวิจัยเชิงทดลองด้วยการหาค่าความแม่นยำ ค่าความระลึก ค่าความถูกต้อง และค่าเอฟเมเชอร์ ผลการศึกษา พบว่า การประเมินผลแบบจำ ลองด้วยการวัดประสิทธิภาพ การจำ แนกหมวดหมู่ตามคุณลักษณะของข้อมูลทั้ง 3 ลักษณะ ได้แก่ หมวดหมู่ข้อคิดเห็นและข้อเสนอแนะ ประเภทโครงการ หน่วยงานหรือจังหวัดที่รับผิดชอบ การจำแนกคุณลักษณะด้านหมวดหมู่ข้อมูลข้อคิดเห็นและข้อเสนอแนะมีค่าความแม่นยำ เท่ากับ 0.88 ค่าความระลึกเท่ากับ 0.86 ค่าความถูกต้องเท่ากับ 86.69% และค่าเอฟเมเชอร์เท่ากับ 0.87 ส่วนการจำ แนกคุณลักษณะ ด้านประเภทโครงการ พบว่า ค่าความแม่นยำ เท่ากับ 0.87 ค่าความระลึกเท่ากับ 0.85 ค่าความถูกต้องเท่ากับ 85.23% และ ค่าเอฟเมเชอร์เท่ากับ 0.85 การจำ แนกคุณลักษณะด้านหน่วยงานหรือจังหวัดที่รับผิดชอบมีค่าความแม่นยำ เท่ากับ 0.86 ค่าความระลึกเท่ากับ 0.83 ค่าความถูกต้องเท่ากับ 83.94% และค่าเอฟเมเชอร์เท่ากับ 0.84
Article Details
References
Siri-ngam S. Colone, strategic model and national strategy in the 21th century, national defence-college of Thailand, Bangkok; 2017
Thailand Government Spending. Available from: https://govspending.data.go.th. Accessed March 17, 2020.
Public Consultation. Available from: http://www.publicconsultation.opm.go.th/Web/Index. March 17, 2020.
Philip CJ. Introduction to artificial intelligence. 7th ed. New York: Dover; 2019.
Alaa A, Feras H, Mohammad K, Mahmoud A, Nahla A. Dynamic detection of software defects using supervised learning techniques. International Journal of Communication Networks and Information Security 2019;11:158-191.
Audiffren J, Bargiotas I, Vayatis N, Vidal P. Ricard DA. Non-linear scoring approach for evaluating balance: Classification of elderly as fallers and non-fallers. PLOS ONE 2016;11:1-12.
Hacohen-Kerner Y, Miller D, Yiga, Y. The influence of preprocessing on text classification using a bag-of-words representation. PLOS ONE 2020;15:1-22.
Woo H, Kim J, Lee W. Validation of text data preprocessing using a neural network model. Mathematical Problems in Engineering 2020; 10(11):3681.