បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហាប្រឈមក្នុងការវាយតម្លៃមតិកែលម្អរបស់សិស្សឱ្យបានរហ័ស និងមិនលំអៀងអំឡុងពេលនៃការផ្លាស់ប្តូរទៅការសិក្សាតាមអ៊ីនធឺណិត ដោយសារការរាតត្បាតនៃជំងឺកូវីដ-១៩ ដែលធ្វើឱ្យគ្រូបង្រៀនមានការលំបាកក្នុងការពិនិត្យដោយផ្ទាល់ដៃ។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានបង្កើតគំរូវាយតម្លៃដោយស្វ័យប្រវត្តិដោយប្រើប្រាស់បច្ចេកវិទ្យាបញ្ញាសិប្បនិម្មិត (AI) ដើម្បីវិភាគ និងចាត់ថ្នាក់គុណភាពនៃមតិកែលម្អ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Google BERT (Proposed Model) គំរូដែលប្រើប្រាស់ Google BERT (ដែលត្រូវបានកែសម្រួលបន្ថែម) |
មានសមត្ថភាពខ្ពស់ក្នុងការយល់ពីបរិបទនៃពាក្យក្នុងប្រយោគ (Contextual Understanding) និងផ្តល់លទ្ធផលសុក្រឹតភាពខ្ពស់បំផុតក្នុងចំណោមគំរូដែលបានសាកល្បង។ | ទាមទារធនធានកុំព្យូទ័រខ្លាំង (Computational Resources) និងពេលវេលាសម្រាប់ការបង្វឹក (Training) បើធៀបនឹងវិធីសាស្ត្របុរាណ។ | ទទួលបានពិន្ទុ F1-Score ០.៨៨ និងភាពត្រឹមត្រូវ (Accuracy) ៩៣.៤% |
| SVM (Support Vector Machine) ម៉ាស៊ីនវ៉ិចទ័រគាំទ្រ (វិធីសាស្ត្ររៀនម៉ាស៊ីនបែបបុរាណ) |
ដំណើរការលឿន និងសាមញ្ញក្នុងការអនុវត្តសម្រាប់ទិន្នន័យដែលមានទំហំតូច ឬមធ្យម។ | មានកម្រិតទាបក្នុងការវិភាគអត្ថបទដែលមានភាពស្មុគស្មាញ និងមិនអាចចាប់យកទំនាក់ទំនងរវាងពាក្យបានល្អដូច Deep Learning។ | ទទួលបានពិន្ទុ F1-Score ០.៧៣ |
| CNN (Convolutional Neural Network) បណ្តាញសរសៃប្រសាទ Convolutional (Deep Learning) |
មានសមត្ថភាពល្អក្នុងការចាប់យកលក្ខណៈពិសេសក្នុងស្រុក (Local Features) នៃអត្ថបទ។ | មិនសូវមានប្រសិទ្ធភាពក្នុងការភ្ជាប់ទំនាក់ទំនងពាក្យដែលនៅឆ្ងាយពីគ្នា (Long-range dependencies) ដូចគំរូ Transformer ទេ។ | ទទួលបានពិន្ទុ F1-Score ០.៧៨ |
| RoBERTa គំរូ RoBERTa (បំរែបំរួលមួយនៃ BERT) |
ជាគំរូដែលមានសមត្ថភាពខ្ពស់ និងត្រូវបានបង្វឹកលើទិន្នន័យច្រើនជាង BERT ធម្មតា។ | ទោះបីជាខ្លាំង ប៉ុន្តែនៅក្នុងការសិក្សានេះ វាទទួលបានលទ្ធផលទាបជាងបន្តិចធៀបនឹងគំរូ BERT ដែលអ្នកស្រាវជ្រាវបានកែសម្រួល (Fine-tuned)។ | ទទួលបានពិន្ទុ F1-Score ០.៨៧ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តគំរូនេះទាមទារនូវធនធានផ្នែករឹងដែលមានសមត្ថភាពខ្ពស់ ជាពិសេសសម្រាប់ការបង្វឹកគំរូភាសា (Fine-tuning Language Models)។
ការសិក្សានេះប្រើប្រាស់សំណុំទិន្នន័យ Open University Learning Analytics (OULA) ដែលទំនងជាមានមូលដ្ឋានជាភាសាអង់គ្លេស និងឆ្លុះបញ្ចាំងពីបរិបទវប្បធម៌លោកខាងលិច។ សម្រាប់កម្ពុជា នេះជាបញ្ហាប្រឈមធំមួយ ដោយសារការវិភាគមតិយោបល់របស់សិស្សខ្មែរ ទាមទារគំរូដែលចេះភាសាខ្មែរ ឬការប្រើប្រាស់ភាសាចម្រុះ (Code-switching) រវាងខ្មែរ និងអង់គ្លេស។
វិធីសាស្ត្រនេះមានប្រយោជន៍ខ្លាំងសម្រាប់គ្រឹះស្ថានឧត្តមសិក្សានៅកម្ពុជាដែលកំពុងពង្រឹងការសិក្សាតាមប្រព័ន្ធអេឡិចត្រូនិក (E-Learning) ប៉ុន្តែត្រូវការការកែសម្រួលលើផ្នែកភាសា។
បច្ចេកវិទ្យានេះគឺជាដំណោះស្រាយដ៏មានសក្តានុពលសម្រាប់ការគ្រប់គ្រងគុណភាពអប់រំនៅកម្ពុជាក្នុងសម័យឌីជីថល តែទាមទារឱ្យមានការអភិវឌ្ឍគំរូ NLP សម្រាប់ភាសាខ្មែរជាមុនសិន។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Google BERT | ជាបច្ចេកវិទ្យាគំរូភាសាដ៏ឆ្លាតវៃរបស់ Google ដែលប្រើប្រាស់យន្តការ Transformer ដើម្បីអាននិងយល់អត្ថន័យនៃពាក្យក្នុងប្រយោគដោយមើលបរិបទទាំងឆ្វេងនិងស្តាំព្រមគ្នា ដែលធ្វើឱ្យវាមានភាពសុក្រឹតជាងគំរូមុនៗ។ | ដូចជាមនុស្សម្នាក់ដែលអានប្រយោគមួយចប់សិន ទើបយល់អត្ថន័យពិតប្រាកដ មិនមែនអានម្តងមួយពាក្យៗហើយទាយនោះទេ។ |
| Natural Language Processing (NLP) | ជាផ្នែកមួយនៃបញ្ញាសិប្បនិម្មិត (AI) ដែលផ្តោតលើការធ្វើឱ្យកុំព្យូទ័រមានសមត្ថភាពអាចយល់ បកស្រាយ និងបង្កើតភាសារបស់មនុស្ស (ដូចជាភាសាខ្មែរ ឬអង់គ្លេស) បានដោយស្វ័យប្រវត្តិ។ | ដូចជាការបង្រៀនកុំព្យូទ័រឱ្យចេះស្តាប់ និយាយ និងអានភាសារបស់មនុស្សយើង។ |
| Virtual Learning Environment (VLE) | ជាថ្នាលបច្ចេកវិទ្យា ឬគេហទំព័រដែលអនុញ្ញាតឱ្យសិស្សនិងគ្រូអាចដំណើរការការសិក្សាពីចម្ងាយ ដាក់មេរៀន ធ្វើកិច្ចការ និងវាយតម្លៃលទ្ធផលសិក្សាតាមរយៈអ៊ីនធឺណិត។ | ដូចជាសាលារៀនដែលស្ថិតនៅលើកុំព្យូទ័រ ឬទូរស័ព្ទដៃ ដែលអ្នកអាចចូលរៀនបានគ្រប់ទីកន្លែង។ |
| Word Embedding | ជាបច្ចេកទេសបំប្លែងពាក្យនីមួយៗទៅជាទម្រង់វ៉ិចទ័រ (Vector) ឬលេខកូដ ដើម្បីឱ្យកុំព្យូទ័រអាចគណនា និងយល់ពីទំនាក់ទំនងរវាងពាក្យដែលមានអត្ថន័យស្រដៀងគ្នា។ | ដូចជាការផ្តល់លេខកូដសម្គាល់ឱ្យពាក្យនីមួយៗ ដោយពាក្យដែលមានន័យដូចគ្នា (ឧទាហរណ៍៖ 'សាលា' និង 'វិទ្យាល័យ') នឹងមានលេខកូដនៅក្បែរៗគ្នា។ |
| Fine-tuning | ជាដំណើរការយកគំរូ AI ដែលត្រូវបានបង្វឹកឱ្យចេះភាសាទូទៅរួចហើយ (Pre-trained model) មកបង្វឹកបន្ថែមលើទិន្នន័យជាក់លាក់ណាមួយ ដើម្បីឱ្យវាជំនាញលើការងារនោះជាពិសេស។ | ដូចជាយកនិស្សិតពេទ្យដែលរៀនចប់ទូទៅ មកបណ្តុះបណ្តាលបន្ថែមឱ្យក្លាយជាវេជ្ជបណ្ឌិតជំនាញវះកាត់។ |
| Attention Mechanism | ជាយន្តការនៅក្នុងគំរូ AI ដែលជួយឱ្យប្រព័ន្ធចេះ 'ផ្តោតអារម្មណ៍' ទៅលើពាក្យគន្លឹះសំខាន់ៗនៅក្នុងប្រយោគ ដើម្បីយល់អត្ថន័យរួម ជាជាងផ្តល់ទម្ងន់ស្មើៗគ្នាទៅលើគ្រប់ពាក្យទាំងអស់។ | ដូចជាពេលយើងអានសៀវភៅ យើងនឹងផ្តោតខ្លាំងលើពាក្យគន្លឹះសំខាន់ៗ ដើម្បីយល់ខ្លឹមសារ ជាជាងចាប់អារម្មណ៍គ្រប់តួអក្សរ។ |
| F1-Score | ជាពិន្ទុរង្វាស់គុណភាពនៃគំរូ AI ដែលបូកបញ្ចូលគ្នានូវភាពត្រឹមត្រូវ (Precision) និងសមត្ថភាពរកឃើញ (Recall) ដើម្បីធានាថាការវាយតម្លៃរបស់គំរូមានតុល្យភាព និងមិនលំអៀង។ | ជាពិន្ទុរួមមួយដែលប្រាប់ថាតើ AI នោះពូកែប៉ុណ្ណា ដោយមិនគ្រាន់តែមើលថាវាទាយត្រូវប៉ុន្មានដងនោះទេ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
