สรุปบทเรียน AI แบบงงๆกับพี่ทิวใจบางภาคสุดท้าย : โกรธไม่โกรธจะรู้ได้ไง? กับ Sentiment Analysis

Sentiment Analysis เป็นการวิเคราะห์ Emotion จากข้อความเพื่อแสดงให้เห็นว่าข้อความต่อไปนี้มีอารมณ์เป็นอย่างไร โดยแบ่งได้ง่ายๆเป็น
ทิศทางบวก : Positive
ทิศทางลบ : Negative
เป็นกลาง : Neutral
โดยในวันนี้จะแสดงให้เห็นว่า Sentiment Analysis สามารถทำอะไรได้บ้าง
import pandas as pd
from pathlib import Path
from pythainlp.tokenize import word_tokenize
from matplotlib import pyplot as plt
ตัดคำ

หาตวามยาวของประโยค

แสดงเป็นกราฟ โดยแบ่งตามกลุ่ม

ด้านล่างต่อจากนี้จะเป็นการทำ Word2Vec
import multiprocessing
from gensim.models import Word2Vec

ประโยคทั้งหมด


สร้างโมเดล

ผลลัพท์

OneHot
from sklearn.preprocessing import OneHotEncoder
from sklearn.preprocessing import LabelEncoder

Padding

นิยาม และ Compile Model

Split Data

Train

วัดประสิทธิภาพของโมเดล


โดยมีความแม่นยำอยู่ที่ 61 %
โดยภาษาไทยนั้นค่อนข้างยากที่จะแยกประโยค เพราะบางประโยคไม่ได้สื่อความหมายไปทางนั้นๆอย่างจริงๆจังๆ และ ส่วนนึงโมเดลอาจจะเกิด Overfitting ทำให้มีความแม่นยำที่ต่ำ
ก็ขอบคุณมากครับที่แวะเข้ามาอ่าน นี่ก็เป็นกระทู้สุดท้ายแล้ว ถ้ามีโอกาศในวันข้างหน้าก็อาจจะกลับมาเขียนใหม่ หรือกลับมานั่งแก้ที่ตัวเองเขียนลวกๆส่ง อจ. (รู้สึกผิดจริงๆนะครับ T_T ) ช่วงนี้ก็เข้าสู่ฤดูหนาวแล้วอย่าลืมใส่เสื้อกันหนาวนะครับ ยังไงก็ขอบคุณมากเลยครับที่ติดตามมาจนถึงทุกวันนี้ ขอตัวลาไปก่อน สวัสดีครับ

