fieldid E-Thesis & Research สถาบันเทคโนโลยีไทย-ญี่ปุ่น
สืบค้น:

เขตข้อมูล ข้อมูล
บทคัดย่อ
การเพิ่มประสิทธิภาพและประเมินผล Retrieval-Augmented Generation (RAG) สำหรับเอกสารภาษาไทย. : ปัจจุบันการจัดการองค์ความรู้ภายในองค์กรมีความสำคัญมาก โดยเฉพาะในสถาบันการศึกษาที่มีเอกสารระเบียบและประกาศจำนวนมากในรูปแบบ PDF ซึ่งการค้นหาข้อมูลยังคงใช้เวลานาน แม้โมเดลภาษาขนาดใหญ่ (LLMs) จะสามารถช่วยตอบคำถามได้ แต่ยังมีข้อจำกัด เช่น การให้ข้อมูลผิด (Hallucination) และไม่สามารถเข้าถึงข้อมูลภายในองค์กรได้โดยตรง เทคโนโลยี Retrieval-Augmented Generation (RAG) จึงถูกนำมาใช้เพื่อช่วยให้ระบบสามารถค้นหาและตอบคำถามจากข้อมูลจริงได้ อย่างไรก็ตาม ประสิทธิภาพของระบบไม่ได้ขึ้นอยู่กับโมเดลเพียงอย่างเดียว แต่ยังขึ้นอยู่กับคุณภาพของข้อมูลและวิธีเตรียมข้อมูลด้วย งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาผลกระทบของคุณภาพข้อมูล 3 รูปแบบ ได้แก่ Text, PDF Text และ OCR รวมกับวิธีแบ่งข้อมูล (Chunking) ขนาด 250, 500 และ 1,000 โทเคน โดยใช้เอกสารจริงจำนวน 197 ฉบับเป็นกรณีศึกษา และใช้โมเดลช่วยจัดอันดับข้อมูล (Reranker) เพื่อเพิ่มความแม่นยำของการค้นหา การศึกษานี้มุ่งเน้นการประเมินผลแบบครบทั้งกระบวนการ เพื่อให้เข้าใจว่าปัจจัยใดมีผลต่อประสิทธิภาพของระบบมากที่สุด โดยเฉพาะเมื่อใช้งานกับเอกสารภาษาไทยที่มีลักษณะเฉพาะ ผลการทดลองพบว่า คุณภาพของข้อมูลมีผลต่อความถูกต้องของคำตอบอย่างชัดเจน โดยข้อมูล Text ที่ผ่านการจัดเตรียมอย่างเหมาะสม และใช้การแบ่งข้อมูลขนาดใหญ่ (1,000 โทเคน) ให้ผลลัพธ์ดีที่สุด ในขณะที่ข้อมูลจาก OCR แม้จะช่วยให้ค้นหาข้อมูลได้มาก แต่มีสัญญาณรบกวนสูง ทำให้คำตอบคลาดเคลื่อน งานวิจัยนี้จึงสรุปว่า การเตรียมข้อมูลให้มีคุณภาพเป็นปัจจัยสำคัญที่สุดในการพัฒนาระบบ RAG และหากจำเป็นต้องใช้ข้อมูลจาก OCR ควรมีการคัดกรองข้อมูลก่อนนำไปใช้งาน เพื่อให้ระบบสามารถให้คำตอบได้อย่างถูกต้องและน่าเชื่อถือมากขึ้น
ผู้แต่ง
อรรถสิทธิ์ พิมพ์อินทร์
ประเภทสิ่งพิมพ์
วิทยานิพนธ์ (MIT) 2025
เลขหน้า
52
หัวเรื่อง
สถาบันเทคโนโลยีไทย-ญี่ปุ่น.สาขาวิชาเทคโนโลยีสารสนเทศ--วิทยานิพนธ์
หัวเรื่อง
เทคโนโลยีสารสนเทศ--วิทยานิพนธ์
เอกสารฉบับเต็ม
Download full text