emotion

Emotional Search
เทคโนโลยีสืบค้นเชิงอารมณ์ความรู้สึก

ก้าวใหม่ของการพัฒนาเทคโนโลยีสืบค้นข้อมูล จากการสืบค้นด้วยการระบุคำสำคัญ (Key Word) ที่ผู้ใช้สามารถค้นคืนข้อมูลที่ตรงตามความหมายที่ระบุไว้ การพัฒนาเทคโนโลยีในยุคต่อไป จะนำมาซึ่งประสบการณ์ใหม่ในการค้นหาข้อมูลบนจักรวาลดิจิทัล ที่ผู้ใช้สามารถสืบค้นข้อมูล ไม่ว่าจะเป็นภาพ ดนตรี หรือไฟล์วิดีโอ ที่บ่งบอกถึงอารมณ์และความรู้สึกตามที่ผู้ใช้ต้องการค้นหา


เทคโนโลยีสืบค้นเชิงอารมณ์และความรู้สึก (Emotional Search) คืออีกก้าวของเทคโนโลยีที่ทำให้ได้ผลการสืบค้นข้อมูลโดยเฉพาะด้านมัลติมีเดีย สามารถตอบสนองความต้องการทางอารมณ์ที่ผู้ใช้ต้องการ โดยผู้ใช้เพียงใส่ข้อมูลแสดงอารมณ์และความรู้สึกเพื่อการค้นหา ระบบจะแปลงข้อมูลเหล่านั้นเป็นดัชนีสมการค้นและทำการค้นหาข้อมูลที่สะท้อนอารมณ์และความรู้สึกนั้นๆ เป็นผลการค้นหา ดังรูปที่ 1

 

emotion

 

รูปที่ 1 ภาพจำลองการค้นหาภาพจากอารมณ์และความรู้สึก

 

การสืบค้นเชิงอารมณ์และความรู้สึก จะเป็นส่วนสำคัญในการสนับสนุนการเข้าถึงข้อมูลในระบบคลังข้อมูลดิจิทัลแห่งชาติให้ครอบคลุมความต้องการที่หลากหลายของผู้ใช้ โดยเนคเทคได้ร่วมมือกับมหาวิทยาลัยเคอิโอะ (Keio Univesity) ประเทศญี่ปุ่น ในการนำเทคโนโลยีการสืบค้นเชิงอารมณ์และความรู้สึกที่พัฒนาโดยทีมนักวิจัยของมหาวิทยาลัย มาประยุกต์ใช้เพื่อให้บริการภายใต้โครงการ Digitized Thailand

ความท้าทายของการพัฒนาเทคโนโลยีนี้ คือการทำให้ระบบสามารถเข้าใจรูปแบบอารมณ์ความรู้สึกต่างๆ ของมนุษย์ หรือที่เรียกว่า Kansei Information ทั้งความประทับใจ ความรู้สึก อารมณ์ความอ่อนไหวต่างๆ รวมทั้งปฏิกิริยาตอบสนองทั้งทางด้านจิตใจและทางกายภาพ โดยทีมวิจัยได้ใช้วิธีการ Semantic Associative Computation Method เพื่อสร้าง Automatic Media Decoration ในการที่จะสกัดและดึงลักษณะเชิงอารมณ์และความรู้สึกที่ปรากฏอยู่ในข้อมูลที่บันทึกไว้ในสื่อต่างๆ เช่น ภาพ ดนตรี และไฟล์วิดีโอ มาเชื่อมโยงความสัมพันธ์โดยใช้ Mathematical Model of Meaning (MMM)

MMM เป็บแบบจำลองพื้นฐานที่เข้ามาเชื่อมวิธีการค้นหาที่สัมพันธ์ในเชิงความหมาย (Semantic
Associative Search Method) กับกลไกรับรู้เชิงบริบท (Context Recognition
Mechanisms) เพื่อหาความเชื่องโยงระหว่างข้อมูลแสดงอารมณ์ความรู้สึกในมีเดียต่างๆ (Media Data) กับสิ่งที่ผู้ใช้ต้องการค้นหา โดยจะแปลงความหมายของคำสำคัญ (Key Word) จากบริบทที่เกี่ยวข้องเพื่อนำเข้าสู่กระบวนการค้นหา

แบบจำลอง MMM เหมาะกับการนำมาประยุกต์ใช้เพื่อค้นหาข้อมูลมีเดียประเภทภาพ (Image) และ ดนตรี(Music) โดยผู้ใช้เพียงใส่คำค้นหาที่แสดงอารมณ์และเนื้อหาของมีเดียที่ต้องการสืบค้น ระบบจะแปลงข้อมูลเชิงความรู้สึกและอารมณ์เป็นดัชนีสมการค้น รวมทั้งสร้าง Metric ระหว่างประเภทอารมณ์ความรู้สึก เทียบกับลักษณะเด่นของวัตถุ เช่น สี บริบท และรูปร่าง เพื่อหาความสัมพันธ์ของสิ่งที่ต้องการสืบค้นกับฐานข้อมูลเพื่อนำเสนอเป็นผลการสืบค้นต่อไป

อย่างไรก็ตาม เพื่อให้ผลการสืบค้นมีความแม่นยำสูง ทีมวิจัยได้นำกลไกการเรียนรู้ (Learning Mechanisms) มาประยุกต์ใช้กับ Metadata ของข้อมูลมีเดีย ซึ่งกลไกการเรียนรู้นี้จะมีส่วนสำคัญต่อระบบฐานข้อมูลที่ต้องเชื่อมโยงกับข้อมูลที่แสดงอารมณ์และความรู้สึก (Kansei Information)

ในขั้นตอนการเรียนรู้ ระบบจะทำการจดจำผลลัพธ์การสืบค้นที่ถูกต้องในการค้นหาแต่ละครั้ง แต่หากระบบนำเสนอผลการค้นคืนที่ไม่ตรงกับสิ่งที่ผู้ใช้ต้องการค้นหา ขณะที่ผลการค้นหาที่ถูกต้องกลับไปอยู่ในส่วนที่เป็น Suggestions กลไกการเรียนรู้จะทำการบันทึกและจดจำผลลัพธ์ที่ถูกต้อง เพื่อนำเสนอผลการค้นคืนข้อมูลที่ตรงตามความต้องการของผู้ใช้ในการค้นหาครั้งต่อไป และด้วยกลไกการเรียนรู้นี้ ระบบจะมีการเรียนรู้และพัฒนาความสามารถในการค้นคืนตลอดเวลา ทำให้การค้นคืนข้อมูลมีประสิทธิภาพและความแม่นยำมากขึ้น

ด้วยเทคนิคการพัฒนาระบบการสืบค้นเชิงอารมณ์และความรู้สึก ทีมวิจัยคาดว่า เทคโนโลยีนี้สามารถนำมาพัฒนาเป็นระบบงาน (Applications) ทางด้าน Decorative-Multimedia Creation ได้หลากหลาย เช่น ระบบ Decorative music rendering with images ระบบ Decorative video rendering with color visualization ระบบ Decorative text (novel) representation with the appropriate fonts ระบบ Decorative image presentation with music ระบบ Automatic decoration of a room with appropriate
room lighting  และระบบ Automatic Web-page decoration with appropriate fonts and colors เป็นต้น

ในส่วนการพัฒนาโครงการ Digitized Thailand เนคเทคได้สร้างความร่วมมือทางเทคโนโลยี โดยนำเทคโนโลยีดังกล่าวมาประยุกต์ใช้ในการสืบค้นข้อมูลลายผ้าทอโบราณถิ่นภาคเหนือที่มีการจัดเก็บไว้ในระบบคลังข้อมูลดิจิทัลแห่งชาติ เพื่อให้นักออกแบบหรือผู้สนใจสามารถสืบค้นลวดลายผ้าทอในลักษณะต่างๆ ด้วยการค้นหาโดยใช้ถ้อยคำแสดงอารมณ์และความรู้สึก ซึ่งระบบจะทำการสืบค้นลวดลายผ้าที่มีลักษณะสะท้อนอารมณ์หรือความรู้สึกนั้นๆ นำเสนอเพื่อให้นักออกแบบลายผ้าใช้เป็นแนวทางในการออกแบบผลิตภัณฑ์ตามแนวคิดต่างๆ ต่อไป

สามารถอ่านข้อมูลเพิ่มเติมได้จาก
Yasushi Kiyoki, and Xing Chen, "A Semantic Associative Computation Method for Automatic
Decorative-Multimedia Creation with “Kansei” Information",The Sixth Asia-Pacific Conferences on Conceptual Modelling, January 20-23, 2009, Wellington, New Zealand.