บทความภายใน/วิชาสัมมนา

งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาและประเมินระบบอัจฉริยะสำหรับการสกัดข้อมูลจากเอกสารใบกำกับภาษีและการจัดหมวดหมู่บัญชีอัตโนมัติ โดยมุ่งเปรียบเทียบประสิทธิภาพของเทคนิคการสกัดข้อมูลสองแนวทาง ได้แก่ การรู้จำอักขระด้วยแสงแบบดั้งเดิม (Optical Character Recognition - OCR) และการใช้แบบจำลองภาษาขนาดใหญ่ (Large Language Model - LLM) ภายใต้กรอบโครงสร้างข้อมูลมาตรฐานในรูปแบบ JSON ที่กำหนดโดยผู้วิจัย กระบวนการวิจัยเริ่มจากการรับเอกสารในรูปแบบภาพหรือ PDF และปรับปรุงคุณภาพภาพก่อนเข้าสู่ขั้นตอนการสกัดข้อมูล โดยแนวทาง OCR ใช้การแปลงข้อความร่วมกับกฎเชิงคำสำคัญเพื่อดึงข้อมูล ส่วนแนวทาง LLM ใช้การประมวลผลเชิงความหมายเพื่อสร้างข้อมูลเชิงโครงสร้างตาม JSON ที่กำหนด ผลลัพธ์จากทั้งสองแนวทางถูกนำมาเปรียบเทียบกับข้อมูลอ้างอิงที่ตรวจสอบโดยผู้เชี่ยวชาญ เพื่อประเมินประสิทธิภาพด้วยตัวชี้วัด Accuracy, Precision, Recall และ F1-score ผลการวิจัยคาดว่าจะช่วยให้เข้าใจข้อดีและข้อจำกัดของแต่ละเทคนิคในการสกัดข้อมูลภาษาไทยจากเอกสารที่มีรูปแบบหลากหลาย และสนับสนุนการพัฒนาระบบต้นแบบที่สามารถนำไปประยุกต์ใช้ในงานบัญชีดิจิทัลได้อย่างมีประสิทธิภาพ คำสำคัญ ระบบอัจฉริยะ การจัดหมวดหมู่บัญชีอัตโนมัติ ข้อมูลใบกำกับภาษี โมเดลภาษาขนาดใหญ่