Chulalongkorn University Theses and Dissertations (Chula ETD)

การเสริมข้อความด้วยองค์ความรู้เชิงภาพโดยใช้ชุดข้อมูลดีบีพีเดีย

Other Title (Parallel Title in Other Language of ETD)

Visual knowledge enhancement of text using DBpedia dataset

Year (A.D.)

2015

Document Type

Thesis

First Advisor

ทวิตีย์ เสนีวงศ์ ณ อยุธยา

Faculty/College

Faculty of Engineering (คณะวิศวกรรมศาสตร์)

Degree Name

วิทยาศาสตรมหาบัณฑิต

Degree Level

ปริญญาโท

Degree Discipline

วิทยาศาสตร์คอมพิวเตอร์

DOI

10.58837/CHULA.THE.2015.1143

Abstract

อินเทอร์เน็ตและเวิลด์ไวลด์เว็บ เป็นเทคโนโลยีขับเคลื่อนในยุคสารสนเทศนี้ สารสนเทศจำนวนมาก ทั้งแบบมีโครงสร้างและไม่มีโครงสร้างที่เผยแพร่บนเว็บกลายมาเป็นแหล่งความรู้ของผู้ใช้งานเว็บ งานวิจัยนี้นำเสนอวิธีการหาความเชื่อมโยงระหว่างข้อความในภาษาธรรมชาติ ซึ่งเป็นข้อมูลที่ไม่มีโครงสร้างกับข้อมูลแบบเปิดที่เชื่อมโยงกันในฐานข้อมูลดีบีพีเดีย ซึ่งเป็นข้อมูลที่มีโครงสร้าง เพื่อเป็นการเสริมข้อมูลในเชิงความหมายให้กับข้อความ งานวิจัยนำเสนอเอพีไอเสริมข้อความด้วยองค์ความรู้ โดยการนำดีบีพีเดียสปอตไลท์มาใช้ในการระบุเอนทิตีหรือคำในข้อความซึ่งเชื่อมโยงกับทรัพยากรในดีบีพีเดีย จากนั้นเอพีไอจะค้นหาความสัมพันธ์เชิงความหมายระหว่างทรัพยากรในดีบีพีเดียเหล่านั้น อีกทั้งงานวิจัยนี้ยังแสดงตัวอย่างการใช้เอพีไอในลักษณะของการแสดงภาพผ่านเว็บแอปพลิเคชันเสริมองค์ความรู้เชิงภาพ ซึ่งสามารถแสดงภาพความสัมพันธ์ระหว่างทรัพยากรในดีบีพีเดียเหล่านั้นในรูปแบบกราฟ กราฟองค์ความรู้นี้สามารถเป็นส่วนเสริมข้อความ โดยสามารถให้ข้อมูลเพิ่มเติมนอกเหนือจากข้อมูลที่ปรากฏอยู่ในข้อความอยู่แล้ว จากการทดลองใช้งานเว็บแอปพลิเคชัน เพื่อเสริมการอ่านข้อความในวิชาภาษาอังกฤษของเด็กนักเรียนระดับชั้นประถมศึกษาชั้นปีที่ 5 และ 6 ผลการทดลองสรุปได้ว่า องค์ความรู้ของนักเรียนเกี่ยวกับเรื่องที่อ่านในข้อความเพิ่มขึ้นอย่างมีนัยสำคัญทางสถิติหลังการใช้งานแอปพลิเคชัน และนักเรียนรู้สึกพึงพอใจอย่างมากในการใช้งาน

Other Abstract (Other language abstract of ETD)

The Internet and World Wide Web have been the driving technologies for this information era. The vast amount of information, both structured and unstructured, that is published on the web becomes a pool of knowledge for web users. In this research, we propose a method to provide linkage between a natural language text (i.e. unstructured data) and the linked open data in DBpedia (i.e. structured data) in order to provide semantic enhancement of the text. Specifically, we present the Knowledge Enhancement of Text API (KnET) that, based on DBpedia Spotlight, can identify entities in a text document which have corresponding DBpedia resources. The KnET API then discovers the semantic relations between those DBpedia resources. The research also presents an example use case of this API to build a visual knowledge enhancement web application that can visualize the relations between those DBpedia resources in the form of a graph. Such a knowledge graph can complement the text by giving information that is additional to that found in the text. In an experiment on students in grades 5 and 6 which are assigned to read English passages, knowledge of the students about the topics in the passages is statistically significantly improved after using the visual knowledge enhancement application. The application also scores high in terms of user satisfaction.

Link to Full Text

Share

COinS