หลักสูตร NLP and Thai Text Analytics with LLMs เป็นการอบรมการวิเคราะห์ข้อความภาษาไทยจากรีวิวและโซเชียลด้วย Python ตั้งแต่ตัดคำด้วย PyThaiNLP สร้างโมเดล Sentiment หาหัวข้อ จนถึงใช้ LLM จัดหมวดและดึงข้อมูล เหมาะกับ Data Analyst ทีม Marketing และทีม CX จบแล้วได้รายงาน Voice of Customer
ข้อความจากลูกค้าเป็นข้อมูลที่มีค่ามากแต่ถูกใช้น้อยที่สุด ทั้งรีวิวสินค้า ความคิดเห็นบนโซเชียล แชตกับแอดมิน และแบบสอบถามปลายเปิด ข้อความภาษาไทยวิเคราะห์ยากกว่าภาษาอังกฤษ เพราะไม่มีการเว้นวรรคระหว่างคำ มีคำสแลง คำสะกดผิด อีโมจิ และการพิมพ์ซ้ำอย่าง 555 หลายองค์กรจึงยังอ่านทีละข้อความ หรือนับแค่จำนวนดาว ทำให้มองไม่เห็นว่าลูกค้าพอใจหรือไม่พอใจเรื่องอะไรกันแน่
หลักสูตรนี้พาวิเคราะห์ข้อความภาษาไทยด้วย Python ตั้งแต่พื้นฐานจนถึงการใช้ LLM เริ่มจากตัดคำและทำความสะอาดข้อความด้วย PyThaiNLP สรุปคำสำคัญด้วย TF-IDF สร้างโมเดล Sentiment แบบดั้งเดิมด้วย scikit-learn และใช้ Embedding กับโมเดลภาษาไทยบน Hugging Face จากนั้นค้นหาหัวข้อที่ลูกค้าพูดถึงด้วย Topic Modeling ใช้ LLM จัดหมวด วิเคราะห์ความรู้สึกรายประเด็น และดึงข้อมูลออกมาเป็น JSON พร้อมวัดความแม่นยำและคุมต้นทุน ก่อนสรุปเป็นรายงาน Insight และปิดท้ายด้วยโปรเจกต์วิเคราะห์รีวิวตั้งแต่ต้นจนจบ (อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง ระดับ Intermediate)
รายละเอียดหลักสูตร
หลักสูตรนี้อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง (09:00-16:00 น.) รูปแบบบรรยายพร้อม Lab บน Google Colab กับชุดรีวิวและความคิดเห็นภาษาไทยแบบเปิด และชุดข้อความของบริษัทสมมุติ ระดับ Intermediate ต่อยอดจาก Python for Machine Learning โดยเจาะไปที่ข้อความภาษาไทยและการใช้ LLM วิเคราะห์ข้อความโดยเฉพาะ
ผู้เรียนใช้บัญชี Google และ API Key ของ LLM ของตนเองหรือของบริษัท ซึ่งอาจมีค่าใช้จ่ายตามการใช้งานจริง หากนำข้อความของลูกค้าจริงไปวิเคราะห์ ควรตรวจเงื่อนไขของแพลตฟอร์มต้นทางและ PDPA ก่อนเสมอ ผู้เรียนจะได้ Notebook ครบทุก Lab ฟังก์ชันทำความสะอาดข้อความภาษาไทย Template ของ Prompt และ Template รายงาน Voice of Customer กลับไปใช้งานต่อ
Section 1: ภาพรวม Text Analytics ภาษาไทย
Section 2: Lab: ตัดคำและประมวลผลด้วย PyThaiNLP
Section 3: ทำความสะอาดข้อความจากโซเชียล
Section 4: Lab: คำสำคัญและการเปรียบเทียบด้วย TF-IDF
Section 5: Lab: โมเดล Sentiment แบบดั้งเดิม
Section 6: Embedding และโมเดลภาษาไทยบน Hugging Face
Section 7: Lab: ค้นหาหัวข้อด้วย Topic Modeling
Section 8: LLM สำหรับจัดหมวดและ Sentiment
Section 9: Lab: ดึงข้อมูลเป็น JSON ด้วย LLM
Section 10: วัดผลและคุมต้นทุน
Section 11: จาก Insight สู่รายงานธุรกิจ
Section 12: Workshop: Capstone วิเคราะห์รีวิวครบวงจร
ภาษาไทยเขียนติดกันโดยไม่เว้นวรรคระหว่างคำ เครื่องมือที่นับคำหรือสร้าง Feature จึงต้องตัดคำก่อน มิฉะนั้นจะมองทั้งประโยคเป็นคำเดียว ใน Python นิยมใช้ PyThaiNLP ซึ่งมีตัวตัดคำหลาย Engine เช่น newmm ควบคู่กับการทำความสะอาดและ Normalize ข้อความ เช่น ลบ URL อีโมจิ และตัวอักษรที่พิมพ์ซ้ำซึ่งพบบ่อยในข้อความโซเชียล ก่อนนำไปวิเคราะห์ต่อ
วิธีดั้งเดิมคือตัดคำ แปลงเป็น Feature ด้วย TF-IDF แล้วฝึกโมเดลจำแนกด้วย scikit-learn ซึ่งเร็วและต้นทุนต่ำ วิธีถัดมาคือใช้โมเดลภาษาไทยบน Hugging Face ที่เข้าใจบริบทดีขึ้น ส่วน LLM จัดหมวดได้โดยไม่ต้องฝึก และวิเคราะห์ความรู้สึกรายประเด็นได้ เช่น ชอบสินค้าแต่ไม่พอใจการจัดส่ง ควรวัดความแม่นยำและต้นทุนของแต่ละวิธีบนข้อมูลชุดเดียวกันก่อนเลือก
Topic Modeling คือการจัดกลุ่มข้อความจำนวนมากตามหัวข้อโดยไม่ต้องกำหนดหมวดไว้ก่อน วิธีที่นิยมในปัจจุบันคือแปลงข้อความเป็น Embedding แล้วจัดกลุ่มข้อความที่ความหมายใกล้กัน จากนั้นสรุปคำสำคัญของแต่ละกลุ่ม หรือให้ LLM ช่วยตั้งชื่อหัวข้อ ผลที่ได้บอกว่าลูกค้าพูดถึงเรื่องใดมากที่สุด ซึ่งนำไปทำรายงาน Voice of Customer ได้
เหมาะกับ Data Analyst และ Data Scientist ที่ต้องวิเคราะห์ข้อความภาษาไทย ทีม Marketing และ Social Listening ที่ติดตามความคิดเห็นของลูกค้า และทีม Customer Experience หรือ Call Center ที่มีข้อความร้องเรียนจำนวนมาก ควรเขียน Python ขั้นพื้นฐานและใช้ pandas จัดการตารางข้อมูลเบื้องต้นได้ ส่วนพื้นฐาน Machine Learning ช่วยให้เรียนเร็วขึ้นแต่ไม่บังคับ
ตัดคำและทำความสะอาดข้อความภาษาไทยด้วย PyThaiNLP สรุปคำสำคัญด้วย TF-IDF สร้างโมเดลจำแนก Sentiment ค้นหาหัวข้อที่ลูกค้าพูดถึงด้วย Embedding และ Topic Modeling ใช้ LLM จัดหมวดและดึงข้อมูลเป็น JSON และสรุปผลเป็นรายงาน Insight ให้ฝ่ายธุรกิจ ผู้ผ่านการอบรมได้รับใบประกาศนียบัตร (Certificate of Completion) ที่มีเลขที่ของตัวเองและตรวจสอบออนไลน์ได้
เตรียมบัญชี Google สำหรับ Google Colab และ API Key ของ LLM อย่างน้อยหนึ่งราย เช่น Gemini, OpenAI หรือ Claude ของตนเองหรือของบริษัท ซึ่งอาจมีค่าใช้จ่ายตามการใช้งานจริง Lab ใช้ชุดรีวิวภาษาไทยแบบเปิดและข้อความของบริษัทสมมุติ หากจะนำข้อความของลูกค้าจริงไปวิเคราะห์ ควรตรวจเงื่อนไขของแพลตฟอร์มต้นทางและ PDPA ก่อนเสมอ
คำถามที่ผู้บริหารถามบ่อยที่สุดมักเป็นเรื่องอนาคต เดือนหน้าจะขายได้เท่าไร ควรสต็อกสินค้าเท่าไร ลูกค้ากลุ่มไหนควรได้โปรโมชันแบบใด และลูกค้ารายไหนกำลังจะเลิกใช้บริการ หลายองค์กรยังตอบด้วยการดูยอดปีก่อนแล้วบวกเพิ่มเป็นเปอร์เซ็นต์…
Machine Learning ยังเป็นหัวใจของงาน AI ในองค์กร ทั้งการพยากรณ์ยอดขาย คัดกรองลูกค้า จัดหมวดเอกสาร หรือตรวจจับความผิดปกติ และงานข้อมูลแบบตารางจำนวนมากยังได้ผลดีและคุ้มค่ากว่าเมื่อใช้โมเดลคลาสสิกแทน Deep Learning…
องค์กรส่วนใหญ่มีข้อมูลยอดขาย ลูกค้า และการใช้งานระบบสะสมอยู่มาก แต่ยังใช้ข้อมูลเหล่านั้นเพียงทำรายงานย้อนหลัง ทั้งที่ข้อมูลชุดเดียวกันนี้สามารถนำมาสร้างแบบจำลองพยากรณ์ได้ เช่น คาดการณ์ยอดขาย ทำนายลูกค้าที่มีแนวโน้มยกเลิกบริการ แบ่งกลุ่มลูกค้า…
