การพัฒนาระบบตรวจให้คะแนนคำตอบข้อสอบอัตนัยภาษาไทยแบบคำตอบสั้นอัตโนมัติ ด้วยเทคนิคการประมวลผลภาษาธรรมชาติและตัวจำแนกแบบโลจิสติก รีเกรสชัน

บทคัดย่อ

การประเมินผลด้วยข้อสอบอัตนัยเป็นวิธีที่มีประสิทธิภาพในการสะท้อนความเข้าใจเชิงลึกและทักษะการสื่อสารของผู้เรียน อย่างไรก็ตามการตรวจให้คะแนนโดยผู้สอนต้องใช้เวลาและแรงงานจำนวนมาก อีกทั้งยังมีความคลาดเคลื่อนจากดุลยพินิจและความไม่สม่ำเสมอของผู้ตรวจ งานวิจัยนี้มีวัตถุประสงค์เพื่อ (1) เพื่อพัฒนาระบบตรวจให้คะแนนคำตอบข้อสอบอัตนัยภาษาไทยแบบคำตอบสั้นอัตโนมัติ ด้วยเทคนิคการประมวลผลภาษาธรรมชาติและตัวจำแนกแบบโลจิสติก รีเกรสชัน และ (2) เพื่อประเมินประสิทธิภาพของระบบตรวจให้คะแนนคำตอบข้อสอบอัตนัยภาษาไทยแบบคำตอบสั้นอัตโนมัติ ด้วยเทคนิคการประมวลผลภาษาธรรมชาติและ ตัวจำแนกแบบโลจิสติก รีเกรสชัน ชุดข้อมูลสำหรับการพัฒนาโมเดลจำแนกคะแนนประกอบด้วยคำตอบข้อสอบอัตนัยภาษาไทยแบบคำตอบสั้นจำนวน 1,000 คำตอบ ซึ่งผ่านการทำให้เป็นข้อมูลนิรนาม โดยรวบรวมข้อมูลจากนักศึกษาระดับปริญญาตรีที่เรียนรายวิชาความฉลาดรู้ทางดิจิทัล หมวดวิชาศึกษาทั่วไป มหาวิทยาลัยราชภัฏเทพสตรี ระหว่างปีการศึกษา 2565–2566 ใช้ผู้เชี่ยวชาญกำหนดคะแนนตามเกณฑ์ 11 ระดับ ข้อมูลถูกประมวลผลด้วยเทคนิค NLP ประกอบด้วยการลบเครื่องหมายวรรคตอน การตัดคำภาษาไทย และการกำจัดคำที่ไม่มีนัยสำคัญด้วย PyThaiNLP จากนั้นแปลงข้อความเป็นเวกเตอร์คุณลักษณะด้วยเทคนิค Bag-of-Words (BoW) ผ่าน CountVectorizer และแบ่งข้อมูลเป็นชุดฝึกและชุดทดสอบในอัตราส่วน 80:20 เพื่อพัฒนาโมเดลจำแนกคะแนน ผลการทดลองพบว่าระบบมีค่าความแม่นยำ (Accuracy) 90.00% โดยมีค่า Precision อยู่ระหว่าง    0.87–0.94   ค่า Recall อยู่ระหว่าง 0.83–0.94 และค่า F1-score อยู่ระหว่าง 0.86–0.93 ผลการวิจัยแสดงให้เห็นว่าการบูรณาการเทคนิคการประมวลผลภาษาธรรมชาติ การสกัดคุณลักษณะข้อความแบบ Bag-of-Words และตัวจำแนกแบบโลจิสติก รีเกรสชัน สามารถทำนายระดับคะแนนได้อย่างถูกต้อง ลดระยะเวลาและภาระงานในการตรวจข้อสอบ ลดความคลาดเคลื่อนในการให้คะแนน และส่งเสริมความเป็นมาตรฐานของการประเมินผล อีกทั้งยังเป็นแนวทางที่สามารถต่อยอดสู่การพัฒนาระบบประเมินผลอัตโนมัติสำหรับการศึกษาไทยได้