xdovd4kkkwmpithesis-ir.su.ac.th/dspace/bitstream/123456789/1096... ·...
TRANSCRIPT
Xdovd4kKkwmp
การสรางค าถามและค าตอบอตโนมตส าหรบภาษา SQL
โดย นางสาวจตตมา จนทรพฒน
วทยานพนธนเปนสวนหนงของการศกษาตามหลกสตรปรญญาวทยาศาสตรมหาบณฑต สาขาวชาเทคโนโลยสารสนเทศ
ภาควชาคอมพวเตอร บณฑตวทยาลย มหาวทยาลยศลปากร
ปการศกษา 2559 ลขสทธของบณฑตวทยาลย มหาวทยาลยศลปากร
การสรางค าถามและค าตอบอตโนมตส าหรบภาษา SQL
โดย นางสาวจตตมา จนทรพฒน
วทยานพนธนเปนสวนหนงของการศกษาตามหลกสตรปรญญาวทยาศาสตรมหาบณฑต สาขาวชาเทคโนโลยสารสนเทศ
ภาควชาคอมพวเตอร บณฑตวทยาลย มหาวทยาลยศลปากร
ปการศกษา 2559 ลขสทธของบณฑตวทยาลย มหาวทยาลยศลปากร
TEMPLATE-BASED QUESTION AND ANSWER GENERATION OF SQL
By Miss Jittima Janphat
A Thesis Submitted in Partial Fulfillment of the Requirements for the Degree Master of Science Program in Information Technology
Department of Computing Graduate School, Silpakorn University
Academic Year 2016 Copyright of Graduate School, Silpakorn University
บณฑตวทยาลย มหาวทยาลยศลปากร อนมตใหวทยานพนธเรอง “ การสรางค าถามและค าตอบอตโนมตส าหรบภาษา SQL ” เสนอโดย นางสาวจตตมา จนทรพฒน เปนสวนหนงของการศกษาตามหลกสตรปรญญาวทยาศาสตรมหาบณฑต สาขาวชาเทคโนโลยสารสนเทศ
……........................................................... (รองศาสตราจารย ดร.ปานใจ ธารทศนวงศ)
คณบดบณฑตวทยาลย วนท..........เดอน.................... พ.ศ...........
อาจารยทปรกษาวทยานพนธ อาจารย ดร.อรวรรณ เชาวลต
คณะกรรมการตรวจสอบวทยานพนธ .................................................... ประธานกรรมการ (อาจารย ดร.ทศนวรรณ ศนยกลาง) ............/......................../.............. .................................................... กรรมการ (ดร. เทพชย ทรพยนธ ) ............/......................../.............. .................................................... กรรมการ .................................................... กรรมการ (อาจารย ดร.สนย พงษพนจภญโญ) (อาจารย ดร.อรวรรณ เชาวลต) ............/......................../.............. ............/......................../..............
ง
58309202 : สาขาวชาเทคโนโลยสารสนเทศ ค าส าคญ : การสรางค าถาม/รายละเอยดฐานขอมล/เทมเพลตของค าถาม/ค าสง SQL จตตมา จนทรพฒน : การสรางค าถามและค าตอบอตโนมตส าหรบภาษา SQL. อาจารยทปรกษาวทยานพนธ : อ.ดร.อรวรรณ เชาวลต. 107 หนา.
งานวจยนมจดประสงคเพอชวยในการสรางค าถาม และค าตอบแบบอตโนมตซงเปนค าถามเกยวกบภาษา SQL ทชวยในการฝกทกษะการแกปญหาหรอเปนเครองมอทมประโยชนส าหรบการประเมนผลการเรยนของผเรยน ทงนยงชวยลดภาระงานทผสอนตองใชเวลานานในการจดท า โดยการสรางค าถามแบบอตโนมตทสกดจาก เมตาดาตา และขอมลตางๆในฐานขอมลทสรางโดยอาจารยผสอน มาสรางรปแบบค าถามจาก Template ทสอดคลองกบเนอหา ซงรปแบบของ Template สรางไดจากการรวบรวมตวอยางแบบฝกหดจากหนงสอวชาฐานขอมล หลงจากนนระบบจะชวยสรางค าถามและค าตอบของภาษา SQL ทสอดคลองกบเนอหา โดยผสอนสามารถเปลยนฐานขอมลไดตลอดเวลาและชวยประหยดเวลาในการสรางค าถามใหม เพอชวยอ านวยความสะดวกใหกบผสอน ประเมนโดยผเชยวชาญทางดานวชาฐานขอมลของมหาวทยาลยศลปากร 3 ทาน ซงการประเมนระดบการเรยนรของค าถามและค าตอบโดยใชทฤษฎการเรยนรของ Bloom’s Taxonomy แสดงใหเหนวาระดบการเรยนรของค าถามและค าตอบอยในเกณฑทดซงมคะแนนอยระหวาง 66.77% - 72.10% ในสวนของการเรยนรของค าถามและค าตอบโดยใชความคดเหนของผเชยวชาญ แสดงใหเหนวาระดบการเรยนรของค าถามและค าตอบอยในเกณฑทดเชนกนซงมคะแนนอยระหวาง 70.00% - 83.33%
ภาควชาคอมพวเตอร บณฑตวทยาลย มหาวทยาลยศลปากร ลายมอชอนกศกษา........................................ ปการศกษา 2559 ลายมอชออาจารยทปรกษาวทยานพนธ ........................................
จ
58309202 : MAJOR : INFORMATION TECHNOLOGY KEY WORD : QUESTION GENERATION/METADATA/QUESTION TEMPLATE/SQL JITTIMA JANPHAT : TEMPLATE-BASED QUESTION AND ANSWER GENERATION OF SQL. THESIS ADVISOR : ORAWAN CHAOWALIT, Ph.D. 107 pp. The objective of this research is to generate database questions automatically. Students do more practice questions that can increase theirs problem-solving skill as well as improving study performance. Creating questions for learners to write SQL statement either to practice or to assess their knowledge level is time consuming for instructors. The system can reduce this workload by automatically generates questions for instructors. Template formats were created from sample exercises from database textbooks, and then the templates were filled with data from metadata about databases and data in database, which is to be put in the database management system by the instructor. After that, the system generates SQL question corresponding to the database. The instructor can change the database at any time and saves time to create new questions to facilitate the instructor The evaluators were 3 experts from Silpakorn University who are familiar with database subject. Evaluate the level of learning of the questions and answers using learning of Bloom’s Taxonomy. Shows all of the level of learning for the questions and answers are good score at between 66.77% and 72.10%. For the level of learning of questions and answers, the evaluator ranked the level of learning expert opinion. Shows tendency of good as well questions and answers score at between 70.00% and 83.33%.
Department of Computing Graduate School, Silpakorn University
Student's signature ........................................ Academic Year 2016 Thesis Advisor's signature ........................................
ฉ
กตตกรรมประกาศ
วทยานพนธนส าเรจลลวงไดดวยความอนเคราะหจาก อาจารย ดร. อรวรรณ เชาวลต อาจารยทปรกษางานวทยานพนธ อาจารย ดร. สนย พงษพนจภญโญ, อาจารย ดร. ทศนวรรณ ศนยกลาง และดร. เทพชย ทรพยนธ ทานไดใหความร ค าปรกษาแนะน า ชวยเหลอใหก าลงใจชแนะแนวทาง แกไขสวนทบกพรอง ดวยดตลอดมา ขอกราบขอบพระคณอยางสง ผวจยขอกราบขอบพระคณบพการ และคณะวทยาศาสตร สาขาเทคโนโลยสารสนเทศ ทมอบโอกาสในการศกษาจนประสบความส าเรจ รวมถงผชวยศาสตราจารย สจตรา อดลยเกษม, นายศภนนท ไกรตะนะ และนางสาวกรรณกา บญเกษม ทเปนสวนชวยใหค าปรกษาในงานวทยานพนธนดวย ขอขอบพระคณเจาของหนงสอ วารสาร เอกสาร และวทยานพนธทกเลม ทชวยใหวทยานพนธมความสมบรณ ขอขอบคณพ ๆ เพอน ๆ และนอง ๆ ทกคนทใหค าแนะน า และก าลงใจตลอดมา ทายสดผวจยหวงเปนอยางยงวางานวทยานพนธนจะเปนประโยชนสงสดตอผทสนใจ และสามารถน าไปใชตอยอดการเรยน การสอน การท างาน ไดอยางมประสทธภาพ และเกดประสทธผลมากทสด หากมขอผดพลาดประการใด ผวจยขออภยมา ณ. ทนดวย
ช
สารบญ
หนา บทคดยอภาษาไทย ........................................................................................................................ ง บทคดยอภาษาองกฤษ ................................................................................................................... จ กตตกรรมประกาศ......................................................................................................................... ฉ สารบญตาราง ................................................................................................................................ ฌ สารบญภาพ .................................................................................................................................. ฎ บทท 1 บทน า ................................................................................................................................. 1 ความเปนมาและความส าคญของปญหา ..................................................................... 1 วตถประสงคการวจย .................................................................................................. 2 ขอบเขตการศกษา ...................................................................................................... 2 ขนตอนการศกษา ....................................................................................................... 3 เครองมอและอปกรณ ................................................................................................. 3 ประโยชนทคาดวาจะไดรบ.......................................................................................... 3 2 วรรณกรรมทเกยวของ ........................................................................................................ 4 Ontology-Based Multiple Choice Question Generation ................................. 5 Question Generation Using WordNet ................................................................. 10 Automatic Question Generation from Sentences ........................................... 13 Automatic English Question Generation System Based on Template Driven Scheme .................................................................................................................... 16 Automatic Diagrammatic Multiple Choice Question Generation from Knowledge Bases ................................................................................................... 20 A Domain-Specific Question Answering System Based on Ontology and Question Templates .............................................................................................. 22 Automatic Generation of SQL Queries .............................................................. 25 Automatic Gap-fill Question Generation from Text Books ............................ 26 A tutorial approach for teaching database concepts ..................................... 30 3 ทฤษฎทเกยวของ ................................................................................................................ 37 ภาษา SQL ................................................................................................................. 35
ซ
บทท หนา
ทฤษฎการเรยนร......................................................................................................... 37 ทฤษฎการเรยนรของ Bloom’s Taxonomy ..................................................... 37 4 วธด าเนนการวจย ............................................................................................................... 40 ขอมลทใชในงานวจย .................................................................................................. 40 วธการด าเนนการ ........................................................................................................ 41 การสรางรปแบบของ Template ....................................................................... 41 การสรางค าถามและค าตอบ ............................................................................... 62 5 การทดสอบระบบ และผลการด าเนนงานวจย ..................................................................... 67 การทดสอบระบบ ....................................................................................................... 67 การวดประสทธภาพความเหมาะสมของค าถาม .................................................. 69 การประเมนผลทางดานการศกษาตามระดบการเรยนร ...................................... 70 ผลการด าเนนงานวจย ................................................................................................. 72 6 สรปผลการทดลอง และขอเสนอแนะ .................................................................................. 80 สรปผลการทดลอง ...................................................................................................... 80 ขอเสนอแนะและงานทจะศกษาตอ ............................................................................. 81 รายการอางอง ............................................................................................................................... 85 ภาคผนวก...................................................................................................................................... 88 ภาคผนวก ก โครงสรางฐานขอมล ................................................................................. 89 ภาคผนวก ข ค าถามและค าตอบทใชในการประเมนระบบ ............................................ 93 ภาคผนวก ค คมอการใชงานโปรแกรม (User’s Document) ..................................... 99 ประวตผวจย .................................................................................................................................. 107
ฌ
สารบญตาราง
ตารางท หนา 1 ผลการประเมนการสรางค าถามจากผประเมนทง 2 คน ................................................. 13 2 รายละเอยดจากทฤษฎการเรยนรของ Bloom’s Taxonomy ส าหรบ ค าถามประเภท Select ......................................................................................... 31 3 รายละเอยดจากทฤษฎการเรยนรของ Bloom’s Taxonomy ส าหรบเงอนไข GROUP BY, ORDER BY ...................................................................................... 32 4 รายละเอยดจากทฤษฎการเรยนรของ Bloom’s Taxonomy ส าหรบโอเปอเรเตอร LIKE, UPPER, LOWER......................................................................................... 33 5 Data Manipulation Language .................................................................................. 35 6 ค าทน ามาใชในการสรางค าถามของ Bloom’s Taxonomy.......................................... 39 7 Customer (ลกคา) ....................................................................................................... 68 8 ตวอยางขอมลของตาราง Customer (ลกคา) ................................................................ 68 9 Orders (ใบสงซอ) ......................................................................................................... 68 10 ตวอยางขอมลของตาราง Orders (ใบสงซอ) ................................................................. 68 11 Product (สนคา) .......................................................................................................... 69 12 ตวอยางขอมลของตาราง Product (สนคา) ................................................................... 69 13 Orders_details (รายละเอยดสนคาในใบสงซอ) ........................................................... 69 14 ตวอยางขอมลของตาราง Orders_details (รายละเอยดสนคาในใบสงซอ) ................... 69 15 ค าทน ามาใชในการสรางค าถาม ..................................................................................... 71 16 ระดบการเรยนรจากความคดเหนของผเชยวชาญ .......................................................... 72 17 แทนการประเมนของ Relevance ................................................................................ 73 18 แทนการประเมนของ Unambiguous .......................................................................... 74 19 การทายของผประเมนโดยใชทฤษฎการเรยนรของ Bloom’s Taxonomy ................... 76 20 การทายของผประเมนโดยใชการเรยนรจากความคดเหนของผเชยวชาญ....................... 77 21 ผลประเมนระดบการเรยนรของค าถามและค าตอบ ....................................................... 77 22 การทายของผประเมนโดยใชทฤษฎการเรยนรของ Bloom’s Taxonomy ................... 78 23 การทายของผประเมนโดยใชการเรยนรจากความคดเหนของผเชยวชาญ....................... 79 24 ผลประเมนระดบการเรยนรของค าถามและค าตอบ ....................................................... 79
ญ
ตารางท หนา 25 การประเมนระดบการเรยนรในแตละระดบทผประเมนทายถกตอง ............................... 81 26 ระดบการเรยนรจากความคดเหนของผเชยวชาญ .......................................................... 82 27 ชวงจากการทายระดบการเรยนรโดยใชทฤษฎของ Bloom’s Taxonomy ................... 83 28 ชวงจากการทายระดบการเรยนรโดยใชทฤษฎของผเชยวชาญ ....................................... 84
ฎ
สารบญภาพ
ภาพท หนา 1 Template ของค าถาม ................................................................................................. 5 2 รปแบบของภาษา RDF .................................................................................................. 6 3 การควรขอมลโดยใชภาษา SPARQL ............................................................................. 7 4 กฎการประเมนประสทธภาพของค าถามทระบบสรางได................................................ 8 5 คาเฉลยของค าถามทระบบสรางไดจากการเทยบกบกฎทง 10 ขอ ................................. 8 6 การปรบปรงค าถามทระบบสรางไดในแตละระดบของออนโทโลย SemQ และ HistOnto...................................................................................................... 9 7 คณภาพของค าถามหลงจากท าการปรบปรง .................................................................. 10 8 ตวอยางการระบหนาทของค าในแตละประโยค.............................................................. 10 9 ตวอยาง Template ของค าถาม ................................................................................... 11 10 การหา hyponym ของค า ............................................................................................ 11 11 กฎทใชสรางค าถาม ....................................................................................................... 12 12 จ านวนค าถามทสรางไดทงหมด ..................................................................................... 13 13 ตวอยางการสรางตนไมแจกแจงประโยค ........................................................................ 14 14 กฎทใชในการสรางค าถาม ............................................................................................. 15 15 Precision ของระบบในการสรางค าถาม ....................................................................... 16 16 Recall ของระบบในการสรางค าถาม ............................................................................ 16 17 กฎโครงสรางของประโยค .............................................................................................. 17 18 การท างานของ Training ............................................................................................... 18 19 ขนตอนการสรางขอสอบ ............................................................................................... 19 20 แผนภาพล าดบชนของ IFKB .......................................................................................... 20 21 รปแบบของ Template ................................................................................................ 21 22 ตวอยางค าตอบประเภทท 1 .......................................................................................... 21 23 ค านยาม Template ของค าถาม .................................................................................. 23 24 อลกอรทมในการกรอง Template ของค าถาม ............................................................. 24 25 การสราง SQL Queries แบบอตโนมต ......................................................................... 25 26 โครงสรางไวยากรณของค าสง SQL Queries ................................................................ 26
ฏ
ภาพท หนา 27 การท างานของระบบ ..................................................................................................... 26 28 คณลกษณะในการเลอกประโยค .................................................................................... 27 29 การตดแทก (POS) ........................................................................................................ 27 30 ตวอยางค าทส าคญของแตละประโยค ............................................................................ 28 31 คณสมบตเพอเลอกสามตวเลอกลวง .............................................................................. 28 32 ตวเลอกลวง ................................................................................................................... 28 33 ความเหมาะสมของประโยคทระบบเลอก ...................................................................... 29 34 ค าส าคญทระบบเลอก ................................................................................................... 29 35 ประเมนตวเลอกลวงทด ................................................................................................. 29 36 ระดบของ Bloom’s Taxonomy ส าหรบค าถามประเภท Select ................................ 31 37 ระดบของ Bloom’s Taxonomy ส าหรบเงอนไข GROUP BY, ORDER BY ................ 32 38 ระดบของ Bloom’s Taxonomy ส าหรบโอเปอเรเตอร LIKE, UPPER, LOWER ......... 33 39 ทฤษฎการเรยนรของ Bloom’s Taxonomy ................................................................ 38 40 วธการทใชในงานวจย .................................................................................................... 40 41 การควรขอมลแทนทใน Template............................................................................... 62 42 การควรชอตารางแทนทใน Template ......................................................................... 63 43 ตวอยางค าถามทระบบสรางได ...................................................................................... 63 44 การแสดงค าถามและค าตอบ ......................................................................................... 64 45 การควรค าตอบ Delete ................................................................................................ 65 46 การควรค าถามประเภท Join ........................................................................................ 66 47 รายละเอยดฐานขอมล ................................................................................................... 67 48 ความเหมาะสมของค าถามทระบบสรางได ..................................................................... 75 49 การสรางฐานขอมล ....................................................................................................... 99 50 ปอนชอฐานขอมลทตองการ .......................................................................................... 99 51 สรางตารางทตองการ .................................................................................................... 100 52 ปอนชอตารางทตองการ ................................................................................................ 100 53 สรางฟลดทตองการ ....................................................................................................... 101 54 ปอนชอฟลดทตองการพรอมทงรายละเอยด .................................................................. 101 55 สราง Primary key ....................................................................................................... 102 56 เลอกชอฟลดทตองการใชเปน Primary key ................................................................. 102
ฐ
ภาพท หนา 57 ขอมลฟลดทงหมดในตาราง ........................................................................................... 103 58 สราง Foreign key ....................................................................................................... 103 59 เลอกชอฟลดทตองการใชเปน Foreign key .................................................................. 104 60 ขอมลการอางของแตละตาราง ...................................................................................... 104 61 หนาแรกของระบบ ........................................................................................................ 105 62 เลอกฐานขอมลทผใชตองการ ........................................................................................ 105 63 กรอกขอมลทตองการสรางค าถาม ................................................................................. 106 64 ระบบแสดงค าถามและค าตอบ ...................................................................................... 106
1
บทท 1
บทน า
1.1 ความเปนมาและความส าคญของปญหา ปจจบนนในสถาบนการศกษาตางๆมการเรยนการสอนหลากหลายวชา ซงในแตละวชาม
เนอหาประกอบการเรยนการสอนเปนจ านวนมาก สงผลใหการออกขอสอบเพอวดระดบความรของผเรยนโดยทผสอนเปนผรวบรวมเนอหาทงหมดน ามาสรางเปนค าถามพรอมทงแสดงค าตอบทถกตองจงเปนภาระงานทผสอนตองใชเวลานานในการจดท า (Sarah Gibson et al., 2015) รวมทงการใหผเรยนมตวอยางขอสอบเพมมากขนเพอชวยในการฝกทกษะการแกปญหาใหมประสทธภาพ และการเพมสมรรถนะของผเรยน ผวจยจงเหนถงความส าคญและน ามาใชเพอเพมประสทธภาพการเรยนการสอนตอตวผเรยน และตวผสอน ใหสามารถเรยนร และท างานใหมประสทธภาพมากยงขน (John Dunlosky et al., 2013: 4-58) โดยทวไปในการสรางค าถามผสรางค าถามตองมความรเชงลกในเรองนนๆดวย (Ming Liu et al., 2012: 251-263) ดงนนภาระงานเหลานจงเปนการใชเวลามากในการสรางค าถามใหคลอบคลมกบเนอหาทงหมด ในงานวจยทผานมาการสรางค าสง SQL เปนการระบขอมลตามค าสงของผสอน คอ ผใชเลอกฐานขอมล, ระบจ านวนคอลมนทเกยวของ, ระบชอคอลมน, ระบแนวคดทตองการควร จากนนระบบจะท าการสรางค าสง SQL Queries แบบอตโนมต ใชเพอตรวจสอบความถกตองของค าสง SQL ซงไมมการแสดงโจทยเพอใหผเรยนทดสอบความสามารถการฝกทกษะ และการแกปญหา (Quan Do et al., 2014: 151-156) ในปจจบนไดมการน าคอมพวเตอรมาใชในงานตางๆอยางกวางขวางไมวาจะเปนงานดานการค านวณ ดานการจดเกบขอมล รวมไปถงการน าไปใชในงานดานการประมวลผลภาษาธรรมชาต (Natural Language Processing) ตวอยางเชน การแปลภาษาดวยเครองคอมพวเตอร (Machine Translation) การสบคนขอมล (Information Retrieval) การยอความ (Text Summarization) เปนตน จากปญหาดงกลาวไดน าระบบคอมพวเตอรมาสรางระบบทชวยสรางค าถาม และค าตอบ
แบบอตโนมตของวชาระบบฐานขอมล (Database System) ซงเปนค าถามในรปแบบค าตอบของ
ภาษา SQL ทสกดจากเมตาดาตา (metadata) ซงถกจดเกบไวในฐานขอมลประกอบดวย ชอฐานขอมล, ชอตาราง, แอตทรบวต, และรายละเอยดตางๆ โดยใชค าสงของภาษา SQL ในการดงขอมลมาสรางค าถามจากรปแบบของ Template ทสอดคลองกบเนอหา เพอชวยอ านวยความสะดวก
2
ใหกบผสอน โดยผทตองการสรางค าถามไมตองคดค าถามดวยตนเองซงโปรแกรมจะท าการสรางค าถามและค าตอบเองทงหมดทสกดจากเมตาดาตา (metadata) ซงถกจดเกบไวในฐานขอมล โดยระบบจะชวยสรางค าถามทมความหลากหลายใหกบผเรยนและเปนเครองมอทมประโยชนส าหรบการประเมนผลการเรยนของผเรยนอกดวย ซงการเรยนการสอนทจะประสบผลส าเรจ และมประสทธภาพนน ผสอนจะตองก าหนดจดมงหมายในการสอนทชดเจน เพอสนบสนนการสรางค าถามและการเรยนรของผเรยน ดงนนผวจยจงใชการเรยนรตามทฤษฎของ Bloom’s Taxonomy (Susbi Sharma. 2012) มาชวยในการประเมนผลดานการเรยนรของการสรางค าถามทอยในระดบแรกถงระดบส คอ ความรทเกดจากความจ า (Remembering) ความเขาใจ (Understanding) การประยกต (Applying) การวเคราะห (Analyzing) ทสามารถสรางค าถามในเชงการจดจ าประสบการณและเรองราวตางๆทเคยเรยนออกมาเพอน าประสบการณไปใชในการคดแกปญหาตางๆไดอยางถกตองแมนย า
1.2 วตถประสงคการวจย 1. เพอสรางโปรแกรมส าหรบชวยสรางค าถาม และค าตอบของวชาระบบฐานขอมล (Database System) ซงเปนค าถามในรปแบบค าตอบเกยวกบภาษา SQL ขนพนฐาน 2. เพอทดลองสรางค าถามแบบอตโนมตโดยใช Template-Based 3. เพออ านวยความสะดวกใหกบผทตองการสรางค าถามและค าตอบแบบอตโนมต โดยทผสรางค าถามสรางฐานขอมลลงในฐานขอมล จากนนระบบท าการดงเมตาดาตา (metadata) และขอมลในฐานขอมลมาสรางค าถาม และค าตอบ 1.3 ขอบเขตการศกษา 1. การสรางค าถามและค าตอบจะสรางเกยวกบวชาระบบฐานขอมล (Database System) ซงเปนค าถามในรปแบบค าตอบเกยวกบภาษา SQL ส าหรบ MySQL และตองเลอกประเภทของตารางเปน InnoDB เทานน เพราะสามารถสรางความสมพนธในรปแบบของ Constraints ได 2. สรางโดยใชค าสงพนฐานของภาษา SQL ประเภท Data Manipulation Language (DML) เปนค าสงจดการขอมล คอ INSERT, UPDATE, DELETE, SELECT และมการระบเงอนไขในสวนของค าตอบ คอ ค าสง WHERE โดยใช Attribute 1 ตว, GROUP BY, ORDER BY, เครองหมายด าเนนการเปรยบเทยบ (>, <, =), โอเปอเรเตอร LIKE, UPPER, LOWER, โอเปอเรเตอร BETWEEN, การแสดงขอมลซงเชอมอยสองและสามตารางทมความสมพนธกนแบบ Primary key และ Foreign key, ค าสงการรวม (Aggregate Function) คอ AVG, MAX, MIN, SUM, COUNT, STD, เงอนไข
3
ของ GROUP BY คอ HAVING โดยสวนของค าถาม และค าตอบ สามารถควรขอมลไดจาก 4 สวน คอ ชอตาราง, ชอฟลด, ขอมลของแตละตาราง, รายละเอยดของแตละฟลด (description) 3. งานวจยมการประเมน 2 ดาน คอ (1) ดานความถกตองเหมาะสมของค าถามและค าตอบทระบบสรางได และการประเมนผลทางดานการศกษาตามระดบการเรยนรของค าถาม ใชวธการประเมนโดยผเชยวชาญทางดานวชาฐานขอมลของมหาวทยาลยศลปากร 3 ทาน (2) ดานการประเมนผลทางการศกษาใชทฤษฎการเรยนรของ Bloom’s Taxonomy มาประเมนค าถามทระบบสรางไดใหครอบคลมในระดบแรกถงระดบสของ Bloom’s คอ ความรทเกดจากความจ า (Remembering) ความเขาใจ (Understanding) การประยกต (Applying) การวเคราะห (Analyzing) และการเรยนรจากการแบงทงสระดบตามความคดเหนของผเชยวชาญ 1.4 ขนตอนการศกษา 1. ศกษาทฤษฏของงานวจยกอนหนาเพอน าขอมลมาใชในงานวจย 2. ศกษา ส ารวจเครองมอทจะน ามาใชในงานวจย 3. ออกแบบ และพฒนาระบบการสรางค าถามและค าตอบ 4. ทดสอบและประเมนผลระบบ 5. สรปผลการวจยและขอเสนอแนะ 1.5 เครองมอและอปกรณ 1. หนวยประมวลผลขอมล Intel Core i3 – 23 10M.2.1 GHz หนวยความจ า (RAM) 2 GB 2. ภาษาทใชในการพฒนาโปรแกรม: PHP Script Language Version 6.0.0-dev
3. ฐานขอมล MySQL Database Version 6.0.4-alpha เลอกประเภท InnoDB 4. Apache Web Server Version 2.2.8 5. phpMyAdmin Database Manager Version 2.10.3
1.6 ประโยชนทคาดวาจะไดรบ 1. ไดระบบสรางค าถาม และค าตอบแบบอตโนมตทมประสทธภาพ 2. ชวยอ านวยความสะดวกใหกบผทตองการสรางแบบฝกหด โดยทไมตองคดโจทยดวยตนเอง ใหออกแบบฝกหดไดครอบคลม โดยสรางเฉพาะเมตาดาตา (metadata) และขอมลตางๆในฐานขอมลเทานน 3. ชวยสรางค าถามทมความหลากหลายใหกบผเรยนมากขน
4
บทท 2
วรรณกรรมทเกยวของ
งานวจยทางดานระบบการสรางค าถาม และค าตอบแบบอตโนมต เปนเครองมอส าคญทชวยลดภาระงานของผสอนได ซงงานวจยดานนมวธการสรางค าถามอย 3 วธ คอ template-based, syntax-based และ semantic-based ซงขอมลทท ามาใชสรางค าถามมวธการและขอมลทตางกน งานวจยการสรางค าถามโดยใชออนโทโลย (Maha AI-Yahya, 2014) เปนการควรขอมลจากออนโทโลย จ านวน 2 โดเมน คอ HistOnto และ SemQ โดยใชภาษา SPARQL ในการควรขอมลเพอน ามาเตมใน Template ของค าถาม (Shiyan Ou, 2008: 183-188) สวนของการประเมนประสทธภาพใชวธการน าค าถามเทยบกบกฎทก าหนดไวลวงหนาเพอน ามาประเมนผลทางดานการศกษาตามทฤษฎการเรยนรของ Bloom’s Taxonomy งานวจยการสรางค าถามโดยใชความสมพนธของค าใน wordnet (Nguyen-Thin Le et al., 2016; r.mitkov et al., 2005: 1-17) ซงขอมลทน ามาสรางค าถามเปนขอความทางวทยาศาสตร ใชวธการหาความสมพนธของค าและประโยคจาก wordnet น ามาแทนตามรปแบบของ Template เพอสรางเปนค าถาม การประเมนประสทธภาพใชวธการท านายวาค าถามขอใดสรางโดยระบบและค าถามขอใดสรางโดยมนษย งานวจยการสรางค าถามจากประโยค (Husam Ali Yllias et al., 2010) ซงเปนประโยคบอกเลาใชวธการน าประโยคมาเทยบกบกฎทตงไว เพอคนหาประเภทของค าถามและสรางเปนประโยคค าถามตาม syntax-based ของประโยค การประเมนประสทธภาพใชวธการประเมนระบบโดยค านวณจาก recall และ precision ในการสรางค าถาม งานวจยการสรางค าถามภาษาองกฤษจากเนอหาของบทเรยนภาษาองกฤษ (Hafedh Hussein et al., 2014: 45-53) เปนการสกดประโยคจากเนอหาของบทเรยนภาษาองกฤษ ซงใชกฎโครงสรางของประโยคน ามาสรางเปนค าถาม โดยระบบมขนตอนการ Training เพอท าการสรางกฎ จากนนโหลดขอมลเอกสารเขาสระบบในการสรางค าถาม การประเมนประสทธภาพใชวธการวดความถกตองของระบบในการสรางค าถาม งานวจยการสรางค าถามแบบ Diagrammatic Multiple Choice (DMCQ) (Husam N. Yasin, 2015: 172-175) จากฐานความรในการท าสญญาทางการเงนของอสลาม (IFKB) ซงค าทน ามาเตมใน Template เปนขอมลเกยวกบเปาหมายและแนวคดหลกจาก IFKB ในสวนของการสรางตวเลอกลวงพจารณาจากโหนดของแผนภาพและโครงสรางกฎในการสรางตวลวง การประเมนประสทธภาพใชวธการตรวจสอบความยากของค าถามและการสรางตวลวงโดยน า DMCQ ทระบบสรางไดมาเทยบกบกฎทก าหนดไว งานวจย
5
การสรางระบบตอบค าถามอตโนมต ขนอยกบออนโทโลย และเทมเพลท (D.S. Wang, 2010: 151-156) ขอมลทน ามาสรางค าถามเปนขอมลการใหค าปรกษาเกยวกบการบรการโทรศพท ซงระบบจะจบคค าถามกบเทมเพลททก าหนดไวลวงหนา และแสดงค าตอบทสอดคลองกบเทมเพลท โดยอธบายเทมเพลทตามค านยามของ BNF การประเมนประสทธภาพใชวธการตรวจสอบประสทธภาพของระบบในการตอบค าถามแบบอตโนมต งานวจยการสราง SQL Queries แบบอตโนมต (Quan Do et al., 2014: 151-156) ใชเพอตรวจสอบความถกตองของค าสง SQL สามารถดงขอมลเมตาดาตา (metadata) มาใชโดยใชค าสงของภาษา SQL ทถกจดเกบไวในฐานขอมลซงมหลายฐานขอมล โดยแสดงวธการอยางละเอยดดงตอไปน 2.1 Ontology-Based Multiple Choice Question Generation
งานวจยของ Maha AI-Yahya (2014) ไดใหแนวคดเกยวกบการสรางค าถามแบบ Multiple Choice ทมออนโทโลยจ านวน 2 โดเมน เปนขอมลเขา คอ HistOnto เปนออนโทโลยเกยวกบขอเทจจรงทางประวตศาสตร และ SemQ เปนออนโทโลยเกยวกบค าศพทเฉพาะของภาษาอาหรบ ซงการสรางค าถามประกอบไปดวย 4 สวนหลก คอ ค าถาม ชดค าตอบ ตวเลอกทถกตอง และตวเลอกทไมถกตอง โดยการสรางค าถามจะม Template ของค าถาม ดงรปท 1
รปท 1 Template ของค าถาม
จากนนจะใชภาษา RDF (Result Description Framework) ในการอธบายลกษณะและความสมพนธของขอมลออนโทโลย โดยภาษา RDF เปนภาษามาตรฐานซงเปนสวนหนงของภาษาOWL แบงเปน 3 สวน คอ class property และrange ดงรปท 2
What is the name of the <class> which has the <xxx> [<xxx>_value]?
6
รปท 2 รปแบบของภาษา RDF
<owl:Class rdf:ID="Book"> <rdfs:subClassOf rdf:resource="#Entry" /> <rdfs:label xml:lang="en">Book</rdfs:label> <rdfs:comment xml:lang="en">A book with an explicit publisher.</rdfs:comment> <rdfs:subClassOf>
<owl:Restriction> <owl:onProperty rdf:resource="#humanCreator" /> <owl:minCardinality
rdf:datatype="&xsd;nonNegativeInteger">1</owl:minCardinality> </owl:Restriction>
</rdfs:subClassOf> <rdfs:subClassOf> <owl:Restriction> <owl:onProperty rdf:resource="#hasTitle" />
<owl:minCardinality rdf:datatype="&xsd;nonNegativeInteger">1</owl:minCardinality>
</owl:Restriction> </rdfs:subClassOf> <rdfs:subClassOf> <owl:Restriction>
<owl:onProperty rdf:resource="#hasPublisher" /> <owl:minCardinality
rdf:datatype="&xsd;nonNegativeInteger">1</owl:minCardinality> </owl:Restriction> </rdfs:subClassOf> <rdfs:subClassOf> <owl:Restriction> <owl:onProperty rdf:resource="#hasYear" /> <owl:minCardinality rdf:datatype="&xsd;nonNegativeInteger">1</owl:minCardinality> </owl:Restriction> </rdfs:subClassOf> </owl:Class>
7
ในการดงขอมลเพอน ามาเตมใน Template ของค าถาม (Shiyan Ou, 2008: 183-188) ท าโดยการควรขอมลซงใชภาษา SPARQL ในการดงขอมลทใชสรางสวนของค าถามและค าตอบตอบจากภาษา RDF ทสรางไดจากออนโทโลย ดงรปท 3
รปท 3 การควรขอมลโดยใชภาษา SPARQL
การประเมนประสทธภาพจากการสรางค าถามเทยบกบกฎทไดก าหนดไวลวงหนา ดงรปท 4 ซงมทงหมด 10 กฎ ทมคะแนนมาตรฐาน 10 คะแนน โดยกฎทง 10 ขอ สรางเพอประเมนการสรางค าถาม จากนนใชทฤษฎการเรยนรของ Bloom’s Taxonomy เพอประเมนคณภาพทางดานการศกษา กลาวคอการจ าแนกการเรยนรของ Bloom’s Taxonomy ซงแบงเปน 3 ดาน คอ ดานพทธพสย (Cognitive Domain), ดานจตพสย (Affective Domain) และดานทกษะพสย
(Psychomotor Domain) เปนการออกแบบรายละเอยดและโครงสรางในการระบเปาหมายของการศกษา โดยค านงถงวตถประสงคของการเรยนร การเรยนการสอนทจะประสบความส าเรจและมประสทธภาพนน ผสอนตองก าหนดจดมงหมายทชดเจนในการสอนรวมทงประเมนผลการเรยนของผเรยนไดถกตอง ซงงานวจยนไดน าดานพทธพสยมาใชโดยเปนพฤตกรรมเกยวกบสตปญญา ความคด ความสามารถในการคดเรองราวตางๆ อยางมประสทธภาพซงพฤตกรรมทางพทธพสยม 6 ระดบ ไดแก
ความรทเกดจากความจ า (Remembering) หมายถง การระลกความจ า ประสบการณ
ขนตอน วธการ แนวคดตางๆทไดศกษามา
ความเขาใจ (Understanding) หมายถง การมความเขาใจเกยวกบความหมาย ขอเทจจรง
และแนวคดตางๆ
การประยกตใช (Applying) หมายถง การแกปญหาและแกไขในสถานการณใหมๆ
การวเคราะห (Analyzing) หมายถง ความสามารถในการเปรยบเทยบ อธบายลกษณะการ
จดการ การออกแบบค าถามใหผเรยนวเคราะหค าถาม
T1-1: What is the name of the movie which has the genre [genre_value]? SELECT ?movieName
WHERE { ?Movie prefix:name ?movieName. ?Movie prefix:genre “[genre_value]”^^<xsd:string>. }
8
การประเมนคา (Evaluating) หมายถง การตดสนไดวาอะไรถกหรอผด ประกอบการ
ตดสนใจบนพนฐานของเหตผลและเกณฑทแนชด
ความคดสรางสรรค (Creating) หมายถง ความสามารถในการออกแบบ (Design) วางแผน
ผลต ตวอยางเชน การผสมผสานสวนยอยๆเขาดวยกนโดยการปรบปรงของเกาใหดขน
Rule Description
General (G) (R1) has a plausible distracter (R2) avoids excessive verbiage (R3) contains no negative or other counterintuitive wordings without underlining or special emphasis
Stem (S) (R4) deals with a central problem (R5) has the to-be-completed phrase at the end
Responses (R) (R6) are grammatically consistent with the stem (R7) do not necessarily repeat language from the stem (R8) are all of approximately the same length (R9) avoid the use of “all of the above” or “none of the above.” (R10) contain one correct answer
รปท 4 กฎการประเมนประสทธภาพของค าถามทระบบสรางได
Metric SemQ ontology HistOnto ontology Total number of worthy
items 49 (82%) 36 (60%)
Average quality measure per MCQ item
8.8 8.8
Modification measure Mode = 3 Mode = 0
รปท 5 คาเฉลยของค าถามทระบบสรางไดจากการเทยบกบกฎทง 10 ขอ
9
จากการประเมนค าถามทระบบสรางไดครอบคลมตามทฤษฎการเรยนรของ Bloom’s Taxonomy ในขอแรก คอ ความรทเกดจากความจ า จากรปท 5 แสดงใหเหนถงคาเฉลยทไดจากการเทยบกบกฎทง 10 ขอดงรปท 4 ทงสองออนโทโลยไดคะแนนทงหมด 8.8 คะแนน จากคะแนนมาตรฐาน 10 คะแนน แสดงใหเหนวา ค าถามทสรางไดสามารถน ามาเทยบกบกฎไดอยางมประสทธภาพ จากนนน าค าถามทตองการปรบปรงหลงจากเทยบกบกฎทง 10 ขอ สามารถน ามาปรบปรงได 3 วธ คอ Major, Fair, Minor โดย Major คอ เกยวของกบการเขยนประโยคใหมใหเขาใจงาย Fair คอ ค าถามมการแกไข เชน เพม, ลบ, จดเรยงล าดบของค าใหม Minor คอ การตรวจสอบแตละค าถามวาเขยนไดถกตองหรอไม
รปท 6 การปรบปรงค าถามทระบบสรางไดในแตละระดบของออนโทโลย SemQ และ HistOnto
ดงรปท 6 แสดงใหเหนวาออนโทโลย SemQ ตองการปรบปรงมากกวาออนโทโลย
HistOnto หลงจากทไดรบการปรบปรงจะเหนไดวา ออนโทโลย SemQ มคณภาพทางดานการศกษามากกวาออนโทโลย HistOnto ดงรปท 7
0
2
4
6
8
10
12
14
16
18
Major (3) Fair (2) Minor (1) No (0)
Nu
mb
er
of
MC
Q it
em
s
Modification level
SemQ
HistOnto
10
รปท 7 คณภาพของค าถามหลงจากท าการปรบปรง
2.2 Question Generation Using WordNet งานวจยของ Nguyen-Thin Le et al. (2016) ไดใหแนวคดเกยวกบการสรางค าถามโดยใช
wordnet ทมการก าหนด Template ไวลวงหนา มวธการสรางค าถามทงหมด 4 ขนตอน และการประเมนผลเปนการประเมนเปรยบเทยบระหวางค าถามทระบบสรางกบค าถามทมนษยสรางขน 1. การวเคราะหโครงสรางของขอความและการระบแนวคดหลก เปนการวเคราะหโครงสรางไวยากรณของประโยคเพอน ามาสรางเปนตนไมความสมพนธโดยจะมการระบหนาทของค าในแตละประโยค ดงรปท 8 จากนนท าการตด tag ของค าในแตละประโยค
S
NP VP
NP
ART NVNART
The cat ate the mouse
รปท 8 ตวอยางการระบหนาทของค าในแตละประโยค
2. การสรางค าถามโดยใชแนวคดหลกในการพจารณาจากหวขอ เปนการน าค าทตด tag ดวย NN (Noun) และNP (Proper noun) มาแทนทในสวนของ <X> ตาม Template เพอสรางเปน
0
10
20
30
40
50
60
SemQ HistOnto
Nu
mb
er
of
MC
Q it
em
s
Ontology
Worthy
Unworthy
11
ค าถาม ดงรปท 9 ซง Template แบงออกเปน 16 ประเภท คอ verification, disjunctive, concept completion, example, feature specification, quantification, definition, comparison, interpretation, causal antecedent, causal consequence, goal orientation, instrumental/procedural, enablement, expectation, judgmental
Type Question
Definition What is <X>? What do you have in mind when you think about <X>? What does <X> remind you of?
Feature/Property What are the properties of <X>? What are the (opposite)-problems of <X>?
รปท 9 ตวอยาง Template ของค าถาม
3. การสรางค าถามโดยใชความสมพนธใน wordnet โดยน าค าทตด tag ดวย NN และ NP มาหา hyponym ของค าโดยใช wordnet ทมความสมพนธกนแบบ super class และ sub class ของค านนๆ ดงรปท 10 จากนนน าค าไดมาแทนทใน Template เพอสรางเปนค าถาม
รปท 10 การหา hyponym ของค า
4. การสรางค าถามจากตวอยางประโยคโดยใช WordNet เปนการน า hyponym ของค าไปคนหาตวอยางประโยคโดยใช WordNet จากนนน าประโยคทไดไปสขนตอนของ ARK (r.mitkov et al., 2005: 1-17) โดยม 2 ขนตอน คอ
การสกดค า เปนการสกดค าทตด tag ดวย NN และNP การน าประโยคทไดจาก WordNet มาเทยบกบกฎ 3 ขอ คอ subject-rule, which-kind-
of-rule, object-rule เพอสรางเปนค าถาม ดงรปท 11
“activation energy” “energy” hyponym “alternative energy”
“atomic energy” “binding energy”
12
Rule Source clause Stem Answer
Subject-rule The verb serves as the most central element in a clause.
Which part of speech serves as the most central element in a clause?
the verb
Which-kind-of-rule Transitive verbs require objects.
Which kind of verbs require objects?
Transitive verbs
Object-rule A prepositional phrase at the beginning of a sentence constitutes an introductory modifier.
What does a prepositional phrase at the beginning of a sentence constitute?
An introductory modifier
รปท 11 กฎทใชสรางค าถาม
ในสวนของการประเมนท าการรวมค าถามทระบบสรางขน และค าถามทสรางโดยคนจากทง 3 หวขอ เขาดวยกนดงรปท 12 แสดงจ านวนค าถามทสรางไดทงหมดเพอใหคน 2 ทาน ท านายวาค าถามขอใดสรางจากระบบ จากนนท าการประเมนผลโดยใชคา F-score จากสตรท 1 ซงสามารถค านวณไดจาก recall และ precision ดงสตรท 2 และ 3
หวขอท 1 : The catastrophe at the Fukushima power plant in Japan has shocked the world. After this accident, the Japanese and German governments announced that they are going to stop producing nuclear energy. Should we stop producing nuclear energy and develop renewable energy instead?
หวขอท 2: Recently, although the International Monetary Fund announced that growth in most advanced and emerging economies was accelerating as expected. Nevertheless, deflation fears occur and increase in Europe and the US. Should we have fear of deflation?
หวขอท 3: “In recent years, the European Central Bank (ECB) responded to Europe's debt crisis by flooding banks with cheap money…ECB President has reduced the main interest rate to its lowest level in history, taking it from 0.5 to 0.25 percent” . How should we invest our money?
13
Topic 1: No. of questions
Topic2: No. of questions
Topic 3: No. of questions
Human generated 54 47 40
System generated 16 15 13 Total 70 62 53
รปท 12 จ านวนค าถามทสรางไดทงหมด
(1)
(2)
(3)
โดยผลการประเมนอยในชวง 0.329 - 0.517 แสดงดงตารางท 1 ซงแสดงใหเหนวาค าถาม
ทระบบสรางขนมประสทธภาพเมอเทยบกบค าถามทสรางจากมนษย
ตารางท 1 ผลการประเมนการสรางค าถามจากผประเมนทง 2 คน
recall precision F - score
Topic 1 0.211 0.75 0.329 Rater 1
0.371 0.813 0.51 Rater 2
Topic 2 0.351 0.867 0.5 Rater 1 0.349 1 0.517 Rater 2
Topic 3 0.27 0.769 0.4 Rater 1 0.286 0.923 0.436 Rater 2
2.3 Automatic Question Generation from Sentences จากงานวจยของ Husam Ali Yllias et al. (2010) ไดใหแนวคดเกยวกบการสรางค าถาม
จากประโยค โดยมการท างาน 3 ขนตอน คอ
14
1. การเตรยมขอมล เปนการตดประโยค (tokenize) จากชดขอมล และ Parts of Speech (POS) tagger เปนการระบหนาทของค า และ Named Entity (NE) tagger เปนการระบเกยวกบชอเฉพาะ เชน การเมอง คน องคกร โรงเรยน เปนตน โดยกการกระท าดงกลาวจะใชระบบ oak มาชวย ซงระบบ oak เปนการวเคราะหภาษาองกฤษ ทประกอบดวย tokenizer, Pos tagger, Spliter และNe tagger เปนตน
2. การสรางประโยค เปนการสกดประโยคจากประโยคทมโครงสรางไวยากรณทซบซอน โดยใช Charniak parser ในการสรางตนไมแจกแจงประโยค เพอใหไดประโยคในการสรางค าถามทถกตอง ดงรปท 13
S
NP VP
V NPNDET
The cat plays N
piano
S -> NP VP
NP -> (Det) N
VP -> V NP
Det -> The
N -> cat, piano
V -> plays
รปท 13 ตวอยางการสรางตนไมแจกแจงประโยค
3. การสรางค าถาม เปนการน าประโยคทท าการตด tag มาจดกลมค า ซงแบงเปน 4 กลม ดงน Subject, Object, Preposition และVerb หลงจากนนจะน าประโยคมาเทยบกบกฎทตงไว 90 กฎ เพอน าประโยคมาสรางเปนประโยคค าถาม ทมทงหมด 8 ประเภท คอ what, who, whom, which, How many, How much และ when ดงรปท 14
15
รปท 14 กฎทใชในการสรางค าถาม
การประเมนประสทธภาพใชวธการวดความถกตองของระบบในการสรางค าถาม โดยค านวณจาก recall และ precision ดงสตรท 1 และ 2
(1)
(2)
= จ านวนค าถามทสรางจากระบบ
= จ านวนค าถามทมอยในชดขอมล TREC
= จ านวนค าถามทเกยวของทสรางโดยระบบไมรวมค าถามทผดพลาดทางไวยากรณ จากผลการประเมนผลได Precision = 0.587 แสดงดงรปท 15 , Recall = 0.276 แสดง
ดงรปท 16
Core classes: H = Human E= Entity L= Location T=Time C=Count
Relations Question type
Example Questions Subject Object Preposition
H H - Who Whom What
Who teach Tom? Whom Sam teaching? What did Sam do to Tom?
H H L Who Whom What Where
Who teach Tom? Whom Sam teaching? What did Sam do to Tom? Where did Sam teach Tom?
H L T Who Who study at U of L? L H Where
When Where does Sam study? When did Sam study at U of L?
C C - How many How many
How many farmers plant 10 trees? How many trees did the 10 farmers plant?
E E L Who What Where
Who bought IBM? What the rabbit eat? Where did the rabbit eat the carrot?
16
Type Qg Qa Precision Type Qg Qr Precision
What Who/Whom
Where
105 144 117
43 106 89
0.410 0.736 0.761
Which How many/much
When
57 43 71
23 17 37
0.404 0.395 0.521
Over all 537 315 0.587
รปท 15 Precision ของระบบในการสรางค าถาม
Type Qg Qa Recall Type Qg Qr Recall
What Who/Whom
Where
7 11 4
52 20 8
0.135 0.550 0.500
Which How many/much
When
3 3 1
10 13 2
0.300 0.231 0.500
Over all 29 105 0.276
รปท 16 Recall ของระบบในการสรางค าถาม 2.4 Automatic English Question Generation System Based on Template Driven
Scheme จากงานวจยของ Hafedh Hussein et al. (2014: 45-53) ไดใหแนวคดเกยวกบการสราง
ค าถามภาษาองกฤษจากเนอหาของบทเรยนภาษาองกฤษ โดยใช Template โดยท าการสกดประโยคจากเนอหาของบทเรยนภาษาองกฤษ ซงใชกฎโครงสรางของประโยคน ามาสรางเปนค าถาม ดงรปท 17 โดยมการท างาน 3 ขนตอน คอ
17
Grammar Lexicon
S → NP VB 0 .80
S → Aux NP 0 .15
S → VP 0 .05
S → Pronoun 0 .35
NP → Proper-Noun 0 .30
NP → Det Nominal 0 .20
NP → Nominal 0 .15
Nominal → Noun 0 .75
Nominal→ Nominal Noun 0.20
Nominal→ Nominal PP 0.05
VP → Verb 0 .35
VP → Verb NP 0 .20
VP → Verb NP PP 0 .10
VP → Verb PP 0 .15
VP → Verb NP NP 0 .05
VP → VP PP 0 .15
PP → Prepositional NP 1 .0
Det → that [.10]│a [.30]│the [.60]
Noun → book [.10]│flight [.30]
│meal [.15]│money [.05]
│flights [.30]│dinner [.10]
Verb → book [.30]│include [.30]
│prefer;[.40]
Pronoun → I [.40]│she [.05]
│me[.15]│you[.40]
Proper-Noun → Houston [.60]
│NWA [.40]
Aux → does [.60]│can [.40]
Preposition → from [.30]│to [.30]
│on [.20]│near [.15]
│through [.05]
รปท 17 กฎโครงสรางของประโยค
1. ขนตอนการ Training เปนการใชประโยคทแตกตางกนในการ Train จากนนท าการการวเคราะหโครงสรางไวยากรณของประโยคโดยจะมการระบหนาทของค าและท าการตด tag ค าในแตละประโยค ตอมาน าประโยคมาเทยบกบกฎของ Template ทมความคลายคลงกนเพอท าการจบคน ามาสรางเปนค าถาม ถาไมมความคลายคลงกบกฎทมอยระบบจะท าการสรางกฎขนมาใหม ดงรปท 18
18
รปท 18 การท างานของ Training 2. การสรางค าถาม เมอระบบท าการ Training แลว จากนนเรมตนจาการโหลดขอมล
เอกสารเขาสระบบ และท าขนตอนเชนเดยวกบขนตอนการ Training แตระบบจะไมมการเพมกฎของ Template ในการสรางค าถาม โดยระบบมการสรางค าถามอตโนมตของ 2 ประเภทค าถาม คอ
ค าถามแบบ WH เชน Who, When, Where, What หรอ How much ค าถามแบบสมบรณ จะขนอยกบแทกทก าหนดไวลวงหนา เชน สถานท เวลา คน เปนตน หลงจากนนระบบท าการแปลงประโยคเปนค าถามไดอตโนมต เมอระบบผานกระบวนการ
สรางค าถามแลวระบบจะแสดงค าถามใหผใช นอกจากนผใชสามารถเปลยนค าในค าถามได
End
Template Roles Store
Match Case
Preview Generated Possible Question
Un-Match Case
Ask for Train system about sentence Rule
Sentence Detection Split Sentence based on different marks such as. /?/!
…etc. Tokenize Phase Recognize individual phrases for each
sentence Part Of Speech Detect and
Recognize Different POS for Tokens
Parser and Tree Construction
Load Text from Rich Text Format Document
Start
19
3. การสรางขอสอบ ระบบน าค าถามทระบบสรางไดน ามาสรางเปนขอสอบ โดยขอสอบทสรางไดขนอยกบน าหนกความสมพนธทกรอกโดยผใชงานระบบ และไดขอสอบตามบทเรยนทผใชตองการ ดงรปท 19
รปท 19 ขนตอนการสรางขอสอบ
การประเมนประสทธภาพใชวธการวดความถกตองของระบบในการสรางค าถามโดยวดจากคา Precision, Recall และ F-measure ดงสตรดานลาง
Review Generated questions
Rank Hardness of each question
Remove incorrect questions
Generated questions Bank of the Chapter
Save the Questions for Later use
Create New Course
Categorize New Chapter of the Course
Load Chapter Document
Generate Possible Question
20
2.5 Automatic Diagrammatic Multiple Choice Question Generation from Knowledge Bases
จากงานวจยของ Husam N. Yasin (2015: 172-175) ไดใหแนวคดเกยวกบ การสรางค าถามแบบ Diagrammatic Multiple Choice (DMCQ) โดย DMCQ คอ การสรางค าถามในรปแบบค าตอบแบบหลายตวเลอกทแสดงอยในรปของแผนภาพ ซงขอมลทน ามาใช คอ ฐานความรในการท าสญญาทางการเงนของอสลาม (IFKB) ประกอบดวย 2,281 RDF triples มสามสวนหลก คอ subject, predicate, object โดยแตละโหนดมความสมพนธกนตามแผนภาพล าดบชน เชน มความสมพนธแบบ is-a ดงรปท 20 การสราง DMCQ มการท างาน 3 ขนตอน คอ 1. การสรางค าถาม สรางจาก Template ทก าหนดไวลวงหนาโดยมทงหมด 4 ประเภท ซงแบงตามประเภทของการสรางค าตอบ ประเภทท 1 ค าตอบทถกตองไดจากโหนดของแผนภาพ, ประเภทท 2 ขนอยกบค าทเตมลงในชองวางของค าถาม, ประเภทท 3 เปนแผนภาพความรทมอยเดม, ประเภทท 4 จากบางสวนของแผนภาพความรทมอยเดม โดยค าทน ามาเตมใน Template เปนขอมลเกยวกบเปาหมายและแนวคดหลกจาก IFKB ดงรปท 21
รปท 20 แผนภาพล าดบชนของ IFKB
21
Types Question Templates DMCQ Type 1 Which of the following group items belong to <Concept X>?
For the below choices, which one can be considered as part of < Concept X>?
Select the group items that belong to <Concept X> DMCQ Type 2 Fill in the blank for below diagram representing <Concept X>.
For the diagram below representing <Concept X>, please fill in the blank.
Fill in the blank with the correct answer for the diagram below representing <Concept X>.
DMCQ Type 3 Select the diagram that represents <Concept X>.
Which of the following diagrams represent <Concept X>?
Please select the diagram that represents <Concept X>.
DMCQ Type 4 Which of the below process is part of <Concept X> process?
Select the diagram which is part of<Concept X> process
Please select the diagram which is part of<Concept X> process.
รปท 21 รปแบบของ Template
2. การสรางตวเลอกทถกตอง ประเภทท 1 เลอกจากโหนดตางๆของแผนภาพตนฉบบดงรปท 22, ประเภทท 2 และประเภทท 3 ดจากแผนภาพตนฉบบ โดยการท าแผนภาพตนฉบบใหสมบรณ, ประเภทท 4 ดจากแผนภาพตนฉบบจากสวนทขาดหาย
รปท 22 ตวอยางค าตอบประเภทท 1
22
3. การสรางตวลวง ตองพจารณาจากแตละโหนดของแผนภาพ และโครงสรางของกฎในการพจารณาการสรางตวลวง คอ การเปลยนชอของโหนด, การเพมโหนดใหม, แกไขการวางต าแหนงของโหนด เปนตน
การประเมนประสทธภาพใชวธการตรวจสอบความยากของค าถามและการสรางตวลวงโดยน า DMCQ ทระบบสรางไดมาเทยบกบกฎทก าหนดไว
2.6 A Domain-Specific Question Answering System Based on Ontology and
Question Templates จากงานวจยของ D.S. Wang (2010: 151-156) ไดใหแนวคดเกยวกบ การสรางระบบตอบค าถามอตโนมตขนอยกบออนโทโลย และเทมเพลท ซงขอมลทน ามาใช คอ ขอมลการใหค าปรกษาเกยวกบการบรการโทรศพท โดยน าออนโทโลยมาสรางแบบจ าลองทหนาสนใจสองโดเมน คอ ออนโทโลยทใชในการใหค าปรกษาดานบรการโทรศพทมอถอ (MSC) และออนโทโลยแสดงปญหาของผใชบรการโทรศพทมอถอ ซงระบบจะจบคค าถามกบเทมเพลททก าหนดไวลวงหนา และแสดงค าตอบทสอดคลองกบเทมเพลท โดยมสมมตฐานในการจบคระหวางค าถามกบเทมเพลท (QTM) คอ 1. รปแบบทควรไมใหญเกนไป 2. ในบรบทค าในประโยคแบงเปน 3 ประเภทคอ ค าหลก, ค ารอง และค าทไมเกยวของ 3. ประโยคในบรบทตองประกอบดวย ค าหลก และค ารอง เทมเพลทของค าถามประกอบดวย 3 สวน อธบายตามค านยามของ BNF ดงรปท 23 คอ โครงสรางของเทมเพลท (QTBody), ตวควบคมในการจบคค าถาม (QTControl) และความหมายการกระท าของเทมเพลท (QTAction) โดย QTBody จะประกอบดวยหนงหรอมากกวาหนงชอง ในสวนของรายชอค าแบงเปน 3 ประเภท คอ ค าทตองการ, ตวเลอก, ค าทหามใส ซงท าการควรขอมลโดยใชค าสง SQL การออกแบบเทมเพลทมความสมพนธกบออนโทโลย คอ เชอมระหวาง เอนทต คณสมบตของค าถาม กบชองวางของเทมเพลทขนตอนการจบคเทมเพลท
23
รปท 23 ค านยาม Template ของค าถาม
การจบคเทมเพลทกลมของค า QWs เปนขอมลเขา จากนนใช QTM ซงเปนอลกอรทมในการกรองเทมเพลทของค าถามทไมตองการทงดงรปท 24 จะท าการจบคระหวางคะแนนของเทมเพลทกบคะแนนของค าถาม โดยพจารณาจากสตรทง 4 สตร ดงน 1. การกระจายค าของเทมเพลทค าถาม ถาค าถามมค านอยจะมความคลมเครอในการจบคนอย จากสตรท 1
∑ ( )
(1)
2. ความถกตองในการจบคเทมเพลท ถามประสทธภาพสงแสดงวามความก ากวมนอย จากสตรท 2
( )
( ) (2)
3. การจบคคะแนนสามารถค านวณไดจากคะแนนของเทมเพลทกบคะแนนของค าถาม จากสตรท 3
<QT>::=<QTBody>''@''<QTControl>''#''<QTAction> <QTBody>::=<Required section>"*"<slot>|<Required section>
"*"{<Required section>}"*"<slot>"*" {<Optional section>}"*"{<Fobbiden section>}
<Slot>::="?C ("<Slot type>")" <Slot type>::="mobile service"|... <QTAction>::=<QTAction name>"("<list of parameters>")" <QTAction name>::="GenAnswer"|... <list of parameters>::="?C,"<QTFocus>",..." <QTFocus>::="opening method"|"cancelling method"|... <Required section>::="<"<section>">" <Optional section>::="[<"<section>">]" <Fobbiden section>::="[~<"<section>">]" <section>::="!"<word class>|<list of words> <list of words>::=<word>|<word>"|"<list of words> <word>::="open"|"cancel"|... <word class>::="open word class"|"cancel word class"|... <WPControl>::="1"|"2"
24
∑ (
) | |
(3)
4. ล าดบของการจบคค านวณไดจากสตรท 4
∑ (
) | |
(4)
Algorithm 1 Question Template Matching (QTM) algorithm
Require: Orderly word sequence of question: QWs; topn query focuses; Ensure: topn query focuses in the problem ontology: ListFocus; 1: Remove redundant words from QWs based on redundancy dictionary, the result is CQWs; 2: for i = 1 to length(CQWs) do 3: Use words or word classes in CQWs[i] to select templates from template collection indexed by words and word classes, temporary template collection is: WPsCQWs[i]; 4: for j = 1 to length(WPsCQWs[i]) do 5: Call QTM Filter(CQWs,WPsCQWs[i][j]); 6: if true is returned,then Add WPsCQWs[i][j] to candidate template collectionWPCands; else continue; 7: end for 8: end for 9: for k = 1 to length(WPCands) do 10: CallMatchScore(WPCands[k], CQWs),insert query focus corresponding to WPCands[k] into ListFocus orderly according to match score value; 11: end for 12: If length(ListFocus) > topn then return topn query focuses in ListFocus; else return all query focuses in ListFocus;
รปท 24 อลกอรทมในการกรอง Template ของค าถาม จากทง 4 สตร ใชในการจบคความสมพนธของเทมเพลทค าถาม โดยสตรท 5 เปนคะแนนของการจบคระหวาง WPi และ CWQs
(5)
25
การประเมนประสทธภาพใชวธการตรวจสอบประสทธภาพของระบบในการตอบค าถามแบบอตโนมตทน าไปใชในในเรองการใหค าปรกษาดานบรการโทรศพทมอถอ โดยจากการทดลองกบ 160,000 ค าถามจากผใชงานจรง ระบบมความถกตอง 97.81%
2.7 Automatic Generation of SQL Queries
จากงานวจยของ Quan Do et al. (2014: 151-156) ไดใหแนวคดเกยวกบการสราง SQL Queries แบบอตโนมต ซงขอมลทน ามาใชเปนขอมลทมโครงสราง 2 ขอมล คอ SQL ออนโทโลยแสดงขอมลเปน RDF และเเมตาดาตา (metadata) ของขอมล ในงานวจยนSQL ออนโทโลย เปนพนฐานในการเลอกแนวคดของการสรางค าถาม และเมตาดาตา (metadata) ประกอบดวย ชอฐานขอมล, ชอตาราง, แอตทรบวต, ขอจ ากดตางๆ เปนตน โดยเมตาดาตา (metadata) ถกจดเกบไวในฐานขอมลซงมหลายฐานขอมล สามารถดงขอมลมาใชโดยใชค าสงของภาษา SQL
การสราง SQL Queries แบบอตโนมตแสดงดงรปท 25 ขนตอนแรกผใชเลอกฐานขอมล, ระบจ านวนคอลมนทเกยวของ, ระบชอคอลมน, ระบแนวคดทตองการควร จากนนระบบจะท าการสรางค าสง SQL Queries แบบอตโนมต คณลกษณะสวนใหญขนอยกบความครอบคลมของ SQL ออนโทโลย ผใชจะระบแนวคดในการสรางค าสง SQL เพอท าการควรเทมเพลทของภาษา SQL ไปไวในไฟล XML การสรางเทมเพลทตองค านงถงโครงสรางไวยากรณของค าสง SQL Queries ดงรปท 26 จากรปพนฐานของ SQL Queries สามารถสรางไดโดยใช 2 บรรทดแรกทเหลออก 4 ค าสงไมจ าเปนตองใชทง 4 ค าสง ใชเฉพาะกรณทตองการเทานน
รปท 25 การสราง SQL Queries แบบอตโนมต
26
รปท 26 โครงสรางไวยากรณของค าสง SQL Queries
2.8 Automatic Gap-fill Question Generation from Text Books
จากงานวจยของ Manish Agarwal and Prashanth Mannem (2011: 56-64) ไดใหแนวคดเกยวกบระบบการสรางค าถามอตโนมตโดยรปแบบค าถามมลกษณะเปนการเตมค าลงในชองวาง ซงค าตอบเปนแบบหลายตวเลอกของวชาชววทยา 2 บทเรยน มวธการสรางค าถามทงหมด 3 ขนตอน คอ การเลอกประโยค, การสรางค าตอบทถกตอง และการสรางตวเลอกลวง ดงรปท 27 แสดงการท างานของระบบ
รปท 27 การท างานของระบบ
1. การเลอกประโยค ตองเปนประโยคทแสดงความรในแตละบทเรยน ดงรปท 28 แสดงคณลกษณะในการเลอกประโยค
SELECT <column names> FROM <table names> and <join conditions> WHERE <row restrictions> GROUP BY <column names for grouping> HAVING <condition specifying which groups to keep> ORDER BY <sorting specification for displaying data>;
27
Feature Symbol Description Criterion
f(si) Is si the first sentence of the document? I sim(si) No. of tokens common in si and title / length(si) I, G abb(si) Does si contain any abbreviation? I
super(si) Does si contain a word in its superlative degree? I pos(si) si’s position in the document (= i) G
discon(si) Is si beginning with a discourse connective? G l(si) Number of words in si G
nouns(si) No. of nouns in si / length(si) G pronouns(si) No. of pronouns in si / length(si) G
รปท 28 คณลกษณะในการเลอกประโยค
2. การเลอกค าตอบทถกตอง ม 2 ขนตอนดงน การสรางรายการค าทส าคญ สรางโดยการตดแทก (POS) ของค า และกลมค าของประโยค จากนนท าการเลอกค า และกลมค าทตดแทกดวยค านามเปนรายการค าส าคญและค าทไมใชค านามจะถกลบออกไปดงรปท 29
รปท 29 การตดแทก (POS) การเลอกค าทดทสด เลอกไดจาก 3 คณสมบต คอ ความถของค าในเอกสาร, ชอเรอง,
ความสงของโครงสรางประโยค ดงรปท 30 แสดงตวอยางค าทส าคญของแตละประโยค
(A) [The strongest kind] of [chemical bonds] are [covalent bond and ionic bond]. DT JJS NNS IN NN NNS VBP JJ NNS CC JJ NNS
potential keys selection
(B) [The strongest kind] of [ chemical bonds] are [ covalent bond and ionic bond] .
28
No. Selected keys (red colored) 1 An electron having a certain discrete amount of energy is something like a ball on a
staircase. (The Energy Levels of Electrons)
2 Lipids are the class of large biological molecules that does not include polymer. (Lipids–Diverse Hydrophobic Molecules)
3 A DNA molecule is very long and usually consists of hundreds or thousands of genes. (Nucleic acids store and transmit hereditary information)
4 The fatty acid will have a kink in its tail wherever a double bond occurs. (Fats store large amounts of energy)
รปท 30 ตวอยางค าทส าคญของแตละประโยค
3. การสรางตวเลอกลวง ค าทน ามาเปนตวเลอกลวงตองมความหมายใกลเคยงกบค าของตวเลอกทถกตอง งานวจยนใชคณสมบตทแสดงดงรปท 31 เพอเลอกสามตวเลอกลวง โดยตวเลอกลวงเปนการน าค าทส าคญกบค าอยในบรบทเดยวกนจากรายการของค ามาหาความคลายคลงกน ดงรปท 32 แสดงตวเลอกลวงทได
Feature Symbol Description
context(distractorp , keys) measure of contextual similarity of distractorp and the keys in which they are present
sim(distractorp , keys) Dice coefficient score between GFS and the sentence containing the distractorp
diff(distractorp , keys) difference in term frequencies of distractorp and keys in the chapter
รปท 31 คณสมบตเพอเลอกสามตวเลอกลวง
key Distractors
energy charge, mass, water polymer acid, glucose, know
DNA RNA, branch, specific kink available, start, method
รปท 32 ตวเลอกลวง
29
การประเมนประสทธภาพประเมนโดยนกศกษา 2 คน ขนแรกประเมนความเหมาะสมของประโยคทระบบเลอกดงรปท 33 ซงผประเมนคนท 1 ประเมนวาประโยคทระบบเลอกมความเหมาะสม 91.66% และผประเมนคนท 2 ประเมนวาประโยคทระบบเลอกมความเหมาะสม 91.66%
Chapter-5 Chapter-6 Total
No. of Sentences 390 423 813 No. of Selected Sentences 55 65 120
No. of Good GFSs (Eval-1) 51 59 110 No. of Good GFSs (Eval-2) 44 51 95
รปท 33 ความเหมาะสมของประโยคทระบบเลอก
ขนทสองประเมนค าส าคญทระบบเลอกวาดหรอไมดดงรปท 34 โดย G แทน ด และ B แทน ไมด ซงผประเมนคนท 1 ประเมนวาส าคญทระบบเลอกวาด 94.16% และผประเมนคนท 2 ประเมนวาส าคญทระบบเลอกวาด 84.16%
Chap-5 Chap-6 Total G B G B G B
Eval-1 50 5 63 2 113 7 Eval-2 50 5 51 14 101 19
รปท 34 ค าส าคญทระบบเลอก
ขนสดทายประเมนตวเลอกลวงทไดวาดหรอไมดโดยแบงเปน 4 ระดบทขนอยกบตวลวงทดทระบบสรางไดในแตละประโยค คอ 0, 1, 2, 3 แสดงดงรปท 35 ซงผประเมนคนท 1 ประเมนวาตวเลอกลวงทระบบเลอกวาด 60.05% และผประเมนคนท 2 ประเมนวาตวเลอกลวงทระบบเลอกวาด 67.72%
Chap-5 Chap-6 Total
Class 0 1 2 3 0 1 2 3 0 1 2 3 Eval-1 21 19 12 3 8 31 21 5 29 50 33 8 Eval-2 20 19 13 3 9 25 28 3 29 44 41 6
รปท 35 ประเมนตวเลอกลวงทด
30
2.9 A tutorial approach for teaching database concepts
จากวทยานพนธของ Susbi Sharma (2012: 1-69) ไดท าการคนหาวธทจะพฒนาระดบการเรยนร โดยมงเนนทางดานกระบวนการทางความคดรวมถงสงทคาดวานกเรยนจะไดเรยนรภายในโรงเรยนซงมงเนนในเรองของการออกแบบและพฒนาระบบฐานขอมลของการเรยนการสอนในการแบงระดบของค าถามของค าสงภาษา SQL โดยเลอกใชทฤษฏของ Bloom’s Taxonomy 6 ระดบทแตกตางกน คอ
ความรทเกดจากความจ า (Remembering) หมายถง การระลกความจ า ประสบการณ
ขนตอน วธการ แนวคดตางๆทไดศกษามา
ความเขาใจ (Understanding) หมายถง การมความเขาใจเกยวกบความหมาย ขอเทจจรง
และแนวคดตางๆ
การประยกตใช (Applying) หมายถง การแกปญหาและแกไขในสถานการณใหมๆ
การวเคราะห (Analyzing) หมายถง ความสามารถในการเปรยบเทยบ อธบายลกษณะการ
จดการ การออกแบบค าถามใหผเรยนวเคราะหค าถาม
การประเมนคา (Evaluating) หมายถง การตดสนไดวาอะไรถกหรอผด ประกอบการ
ตดสนใจบนพนฐานของเหตผลและเกณฑทแนชด
ความคดสรางสรรค (Creating) หมายถง ความสามารถในการออกแบบ (Design) วางแผน
ผลต ตวอยางเชน การผสมผสานสวนยอยๆเขาดวยกนโดยการปรบปรงของเกาใหดขน
โดยการแบงระดบการเรยนรของ Bloom’s Taxonomy แสดงตวอยางดงน
1. ค าถามประเภท Select Write a Select Statement from the Course Table to show the entire courses
available (Course id, Course name) at the university. Write a Select Statement to show all student Course grades from the
Student Details table for students who are registered in Course id = “UV 10.”
31
รปท 36 ระดบของ Bloom’s Taxonomy ส าหรบค าถามประเภท Select
โดยรปท 36 แสดงใหเหนถงระดบของ Bloom’s Taxonomy จากตวอยางค าถามขางตน โดยแสดงค าอธบายดงตารางท 2
ตารางท 2 รายละเอยดจากทฤษฎการเรยนรของ Bloom’s Taxonomy ส าหรบค าถามประเภท Select
ระดบของ Bloom’s Taxonomy
รายละเอยด
ความจ า (Remembering) การจดจ ารปแบบ และการใหค าแนะน าในการเขยนค าสงของภาษา SQL ทจะใชได
ความเขาใจ (Understanding) ผ ใช เขาใจค าส ง SQL และน าไปปฏบต ใช ได ซ งสามารถยกตวอยางเพอทดสอบความเขาใจของตวเอง
ประยกต (Applying) เปนการเรยนรโดยการลงมอท า และสามารถสรางค าสง SQL ใหมๆได
2. ค าถามประเภท Select โดยมการระบเงอนไข คอ GROUP BY, ORDER BY
Write a Select Statement to print the Student id and Course id from the Student Details table, where Course id = “UV404” Group By Student id and Course id.
32
Write a Select Statement to print all details from the Instructor table Order By “Joining year” in ascending order.
รปท 37 ระดบของ Bloom’s Taxonomy ส าหรบเงอนไข GROUP BY, ORDER BY
โดยรปท 37 แสดงใหเหนถงระดบของ Bloom’s Taxonomy จากตวอยางค าถามขางตน โดยแสดงค าอธบายดงตารางท 3
ตารางท 3 รายละเอยดจากทฤษฎการเรยนรของ Bloom’s Taxonomy ส าหรบเงอนไข GROUP BY, ORDER BY
ระดบของ Bloom’s Taxonomy
รายละเอยด
ความจ า (Remembering) การจดจ ารปแบบของค าสง Select โดยมการเพมรปแบบเงอนไข คอ GROUP BY, ORDER BY
ความเขาใจ (Understanding) โดยมการเพมรปแบบเงอนไขของค าสง Select ผใชตองมความเขาใจอยางละเอยด
ประยกต (Applying) ผใชสามารถสรางค าสง SQL ใหมๆ จากค าสง Select พนฐานได
3. ค าถามประเภท Select โดยมการระบเงอนไข คอ โอเปอเรเตอร LIKE, UPPER, LOWER
Write a Select Statement to print the Course name in uppercase, From the Course table, using the Upper function query.
33
Write a Select Statement to print the names of all the instructors, From the Instructor table, whose name starts with “T.”
รปท 38 ระดบของ Bloom’s Taxonomy ส าหรบโอเปอเรเตอร LIKE, UPPER, LOWER โดยรปท 38 แสดงใหเหนถงระดบของ Bloom’s Taxonomy จากตวอยางค าถามขางตน
โดยแสดงค าอธบายดงตารางท 4
ตารางท 4 รายละเอยดจากทฤษฎการเรยนรของ Bloom’s Taxonomy ส าหรบโอเปอเรเตอร LIKE, UPPER, LOWER
ระดบของ Bloom’s Taxonomy
รายละเอยด
ความจ า (Remembering) ผใชตองจดจ ารปแบบของค าสง Select พนฐานเพอน ามาใชในการระบเงอนไขตอไป และตองจดจ ารปแบบค าสง SQL ของแตละเงอนไขได
ความเขาใจ (Understanding) ผใชตองเขาใจทจะเลอกใชค าสง SQL ของเงอนไขทแตกตางกน ประยกต (Applying) ผใชสามารถสรางค าสง SQL ใหมๆ จากค าสง Select พนฐานได
วเคราะห (Analyzing) ผใชสามารถวเคราะหค าสง SQL ใหเหมาะสมกบค าถามแบบตางๆ
34
วทยานพนธนแสดงการอธบายแนวคดพนฐานในการจดค าถามตามระดบการเรยนรของ Bloom’s Taxonomy ในการออกแบบฐานขอมล เพอพฒนาการเรยนการสอนสนบสนนใหนกเรยนมความสนใจในการเรยนร โดยการตงค าถามสามารถน าไปปรบใชใหตรงกบความรพนฐานของตวผเรยนแตละคนเรมตงแคค าถามระดบพนฐานจนถงค าถามทเกยวกบความรเชงลก
โดยวรรณกรรมทเกยวของจากการศกษาไดน าความรมาประยกตใชในงานวจยนในสวนของรปแบบการสราง Template ของค าถาม และค าตอบ, วธการควรขอมลโดยใชภาษา SQL เพอน าขอมลมาใสตามรปแบบของ Template และทฤษฎการเรยนรของ Bloom’s Taxonomy เพอใชในการประเมนคณภาพทางดานการศกษา
35
บทท 3
ทฤษฏทเกยวของ ส าหรบทฤษฎทเกยวของงานวจยนไดศกษาคนควาในเรองของภาษา SQL และทฤษฎการ
เรยนรของ Bloom’s Taxonomy ซงน ามาชวยในสวนของการสรางค าถาม และค าตอบ อกทงยงน ามาใชในสวนของการประเมนค าถาม และค าตอบทระบบสรางได แสดงรายละเอยดดงน
3.1 ภาษา SQL
SQL (Structured query language) คอ ภาษาทใชในการเขยนโปรแกรมเพอจดการกบฐานขอมลโดยเฉพาะ เปนภาษามาตรฐานของระบบฐานขอมลเชงสมพนธ (Quan Do et al., 2014: 151-156) และเปนระบบเปด (open system) หมายถง สามารถใชค าสง SQL กบฐานขอมลชนดใดกได ท าใหสามารถเลอกใชฐานขอมลไดโดยไมตดยดกบฐานขอมลใดฐานขอมลหนง นอกจากน SQL ยงเปนภาษาโปรแกรมระดบสงทมโครงสรางของภาษาทเขาใจงาย ไมซบซอน มประสทธภาพการท างานสงสามารถท างานทซบซอนไดโดยใชค าสงเพยงไมกค าสง โดยค าสง SQL สามารถแยกออกเปน 5 ประเภท คอ การก าหนดโครงสรางของฐานขอมล (DDL), การจดการขอมลในฐานขอมล (DML), การควบคมขอมลในฐานขอมล (DCL), ค าชแจงการควบคมการท าธรกรรม (TCS) และการควบคมการท างานในแตละครง (SCS) การวจยครงนมงเนนไปทค าสง DML ดงตารางท 5 แสดงค าสงตาง ๆ ทใชส าหรบจดการฐานขอมล (DML) (C.J. Date, 2004) และ (C.J. Date, 1983)
ตารางท 5 Data Manipulation Language
SQL statement
SQL Functions
Syntax
SELECT SQL WHERE SELECT column_name FROM table_name WHERE some_column = some_value
ORDER BY SELECT column_name, column_name FROM table_name ORDER BY column_name ASC|DESC, column_name ASC|DESC;
AVG() SELECT AVG(column_name) FROM table_name
36
ตารางท 5 Data Manipulation Language (ตอ) SQL
statement SQL Functions
Syntax
SELECT GROUP BY SELECT column_name, aggregate_function(column_name) FROM table_name WHERE column_name operator value GROUP BY column_name;
COUNT(column_name)
SELECT COUNT(column_name) FROM table_name;
COUNT(*) SELECT COUNT(*) FROM table_name;
MAX() MAX(column_name) FROM table_name;
MIN() MIN(column_name) FROM table_name;
SUM() SUM(column_name) FROM table_name;
LIKE SELECT column_name(s) FROM table_name WHERE column_name LIKE pattern;
BETWEEN SELECT column_name(s) FROM table_name WHERE column_name BETWEEN value1 AND value2;
JOIN SELECT column_name(s) FROM table1 INNER JOIN table2 ON table1.column_name=table2.column_name;
HAVING SELECT column_name, aggregate_function(column_name) FROM table_name WHERE column_name operator value GROUP BY column_name HAVING aggregate_function(column_name) operator value;
UPPER UPPER(column_name) FROM table_name;
LOWER LOWER(column_name) FROM table_name;
BETWEEN SELECT column_name(s) FROM table_name WHERE column_name BETWEEN value1 AND value2;
INSERT INSERT INTO table_name VALUES (<value1, value2, value3,...>) UPDATE UPDATE table_name SET column_name = value
WHERE some_column = some_value
DELETE UPDATE table_name SET column_name = value WHERE some_column = some_value
37
กฎของ Constraints ในการท า DELETE หรอ UPDATE ตารางในฐานขอมลทมความสมพนธในรปแบบของ CASCADE คอ เมอมการลบหรอแกไข
ใดๆ ในตารางหลก ตารางอางองจะเปลยนตาม Foreign key ทอางองกบตารางหลกอย เชน เมอเปลยนคา Primary key ของตารางหลก ฟลดทเปน Foreign key กบตารางหลกจะเปลยนตามทตารางหลกเปลยน ถาตารางในฐานขอมลทไมมความสมพนธในรปแบบของ CASCADE เมอตองการลบหรอแกไขขอมลในตารางหลก แตตารางหลกมตารางทอางองดวย Foreign key อยกไมสามารถลบขอมลในตารางหลกได ถาตองการลบขอมลในตารางหลกท าไดโดยการลบขอมลทตองการในตารางทอางองดวย Foreign key กอน แตในสวนของการแกไขขอมลนนไมสามารถท าการแกไขไดเลย
3.2 ทฤษฎการเรยนร
การเรยนร คอ กระบวนการทท าใหคนเปลยนแปลงพฤตกรรม ความคด มนษยสามารถเรยนไดจากการไดยน การสมผส การอาน การใชเทคโนโลย แตการเรยนรจะเกดขนจากประสบการณทผสอนน าเสนอ โดยการปฏสมพนธระหวางผสอนและผเรยน ผสอนจะเปนผทสรางบรรยากาศทางจตวทยาทเอออ านวยตอการเรยนร ทจะใหเกดขนเปนรปแบบใดกไดเชน ความเปนกนเอง ความเขมงวดกวดขน หรอความไมมระเบยบวนย สงเหลานผสอนจะเปนผสรางเงอนไข และสถานการณเรยนรใหกบผเรยน ดงนน ผสอนจะตองพจารณาเลอกรปแบบการสอน รวมทงการสรางปฏสมพนธกบผเรยน ซงมทฤษฎการเรยนร (Susbi Sharma, 2012) ดงน
3.2.1 ทฤษฎการเรยนรของ Bloom’s Taxonomy การเรยนรของ Bloom’s Taxonomy ซงแบงเปน 3 ดาน คอ ดานพทธพสย ดานจตพสย
และดานทกษะพสย เปนการออกแบบรายละเอยดและโครงสรางในการระบเปาหมายของการศกษา โดยค านงถงวตถประสงคของการเรยนร การเรยนการสอนทจะประสบความส าเรจและมประสทธภาพนน ผสอนตองก าหนดจดมงหมายทชดเจนในการสอนรวมทงประเมนผลการเรยนของผเรยนไดถกตอง ซงดานพทธพสยเปนพฤตกรรมเกยวกบสตปญญา ความคด ความสามารถในการคดเรองราวตางๆอยางมประสทธภาพซงพฤตกรรมทางพทธพสยม 6 ระดบ ไดแก
ความรทเกดจากความจ า (Remembering) หมายถง การระลกความจ า ประสบการณ
ขนตอน วธการ แนวคดตางๆทไดศกษามา
ความเขาใจ (Understanding) หมายถง การมความเขาใจเกยวกบความหมาย ขอเทจจรง
และแนวคดตางๆ
การประยกตใช (Applying) หมายถง การแกปญหาและแกไขในสถานการณใหมๆ
38
การวเคราะห (Analyzing) หมายถง ความสามารถในการเปรยบเทยบ อธบายลกษณะการ
จดการ การออกแบบค าถามใหผเรยนวเคราะหค าถาม
การประเมนคา (Evaluating) หมายถง การตดสนไดวาอะไรถกหรอผด ประกอบการ
ตดสนใจบนพนฐานของเหตผลและเกณฑทแนชด
ความคดสรางสรรค (Creating) หมายถง ความสามารถในการออกแบบ (Design) วางแผน
ผลต ตวอยางเชน การผสมผสานสวนยอยๆเขาดวยกนโดยการปรบปรงของเกาใหดขน
จากทฤษฎการเรยนรผวจยไดน าทฤษฎการเรยนรของ Bloom’s Taxonomy ดานพทธพสยในระดบแรกถงระดบส คอ ความรทเกดจากความจ า (Remembering), ความเขาใจ (Understanding), การประยกต (Applying), การวเคราะห (Analyzing) มาใชในการวดระดบของการสรางค าถามและค าตอบ ซงการเรยนการสอนทจะประสบผลส าเรจ และมประสทธภาพนน ผสอนจะตองก าหนดจดมงหมายในการสอนทชดเจน โดยทฤษฎการเรยนรของ Bloom’s Taxonomy แสดงดงรปท 39 และค าทน ามาใชในการสรางค าถามแสดงดงตารางท 6
รปท 39 ทฤษฎการเรยนรของ Bloom’s Taxonomy ทมา: Susbi Sharma. “A TUTORIAL APPROACH FOR TEACHING DATABASE CONCEPTS.” (Ph.D. Master of Science, Major Department Computer Science, North Dakota State
University, 2012), 11
39
ตารางท 6 ค าทน ามาใชในการสรางค าถามของ Bloom’s Taxonomy Remembering Understanding Applying Analyzing Evaluating Creating
Cite Describe Adapt Analyze Appraise Assemble Define Discuss Apply Arrange Assess Compile
Find Explain Compute Categorize Choose Compose
Give an example
Interpret Demonstrate Compare Conclude Concoct
Identify Paraphrase Dramatize Contrast Critique Construct Label Report Draw Deconstruct Debate Create
List Restate in own words
IIIustrate Detect Deduce Design
Locate Retell Implement Dissect Defend Develop
Match Review Interview Distinguish Hypothesize Devise Name Summarize Make Examine Judge Formulate
Quote Translate Operate Group Justify Generate
Recall Practice Inspect Prioritize Imagine Recite Role play Integrate Rank Invent
Recognize Sequence Organize Rate Make
Retrieve Solve Probe Reject Originate Show Use Research Validate Prepare
Separate Criticize Produce
Sift Set Up What if ?
โดยทฤษฎทเกยวของจากการศกษาไดน าความรมาประยกตใชในงานวจยนในสวนของการสรางค าถาม และค าตอบตามรปแบบของภาษา SQL ซงทฤษฎการเรยนรของ Bloom’s Taxonomy น าความรมาประยกตใชทงในสวนของการสรางค าถาม และใชในการประเมนคณภาพทางดานการศกษาจากค าถามทระบบสรางได
40
บทท 4
วธการด าเนนงานวจย
ส าหรบงานวจยนไดใชวธการศกษาคนควาจากเอกสารงานวจยเกยวกบระบบการสรางค าถามแบบอตโนมต นอกจากนผวจยไดใชวธการสรางรปแบบของ Template จากตวอยางแบบฝกหดของหนงสอวชาระบบฐานขอมล (DML) (C.J. Date, 2004) และ (C.J. Date, 1983) จากนนท าการควรขอมลจากเมตาดาตา (metadata) ซงถกจดเกบไวในฐานขอมลมาใสแทนทตามรปแบบของ Template ส าหรบวธการทใชในงานวจยมรายละเอยดดงรปท 40
รปท 40 วธการทใชในงานวจย
4.1 ขอมลทใชในงานวจย งานวจยนศกษาการสรางค าถามแบบอตโนมตของวชาระบบฐานขอมล (Database System) โดยรวบรวมตวอยางแบบฝกหดจากหนงสอวชาฐานขอมล ซงเปนค าถามในรปแบบค าตอบเกยวกบภาษา SQL ประเภท Data Manipulation Language (DML) เปนค าสงจดการขอมล ตวอยางเชน Insert, Update, Delete, Select, Where, Like และJoin 2 หรอ 3 ตาราง ทมความสมพนธแบบ Primary key, Foreign key
41
4.2 วธการด าเนนการ 4.2.1 การสรางรปแบบของ Template
ในสวนนเปนการน าตวอยางแบบฝกหดทรวบรวมมาสรางรปแบบของ Template ซงใชในการสรางค าถามและค าตอบ โดยค าถามและค าตอบม 4 ประเภท คอ Select, Update, Insert, Delete จากรปแบบของ Template ดงกลาว ใชลกษณะของ BNF (Backus-Naur Form) (D.S. Wang, 2010: 151-156; Robert W. Sebesta, 2012) ซงเปนมาตรฐานในการอธบายรปแบบกฎเกณฑของภาษาเพอใชในการก าหนดประโยคตางๆทชวยเพมความสะดวกในการท างาน การเขยนไวยากรณในรปแบบ BNF สามารถเขยนใหอยในรปทสน กะทดรด ถอเปนรปแบบโดยยอของ BNF เรยกวา Extended BNF หรอ EBNF สญลกษณทใช คอ < > แทน ขอมลหนงตวทมแนนอน [ ] แทน ตองการใสขอมลหรอไมใสขอมลกได { } แทน จ านวนการท าซ าของขอมลตงแต 1-n ( ) แทน ขอมลทอยในการท าซ า | แทน ตวด าเนนการหรอ (or)
4.2.1.1 ค าถามและค าตอบประเภท Select รปแบบท 1
เปนการแสดงขอมลทตองการแสดงขอความเปนตวอกษรพมพใหญหรอตว อกษรพมพเลก โดยชนดของขอมลเปน char, varchar การแสดงขอมลทมการระบเงอนไขของโอเปอเรเตอรทางคณตศาสตร โดยชนดของขอมลเปน int และแสดงขอมลทมการจดกลมและเรยงล าดบของขอมลจากมาก – นอย หรอ อกษรตวสดทาย – อกษรตวแรก ซงรปแบบท 1 ครอบคลมระดบ 3 – ระดบ 4 ตามระดบการเรยนรของ Bloom’s Taxonomy ดงตวอยางโจทยดานลาง
Write a select statement to show student Course grades from the Student Details table for students who are registered in Course id = “UV 10.” (Susbi Sharma, 2012: 52)
Write a select statement to show Course name in uppercase, from the Course table. (Susbi Sharma, 2012: 62)
Write a select statement to show the Student id and Course id from the Student Details table, where Course id = “UV404” Group By Student id and Course id. (Susbi Sharma, 2012: 56)
42
Write a select statement to show all details from the Instructor table Order By “Joining year” in ascending order. (Susbi Sharma, 2012: 56) ไดรปแบบ Template ค าถาม ดงน
‘Write a select statement to show ’ <<field_name | description1> ([and <field_name | description1>]) {1 - n-1} | ‘all details’>
[‘in <uppercase | lowercase’] ‘from the’ <table_name> ‘table’ [<‘for’ <field_name | description2>
‘in’ <field _name | description4> <‘=’ | ‘more than’ | ‘less than’> <data>
| ‘where’ <field_name | description2> ‘=’ <data> ‘group by’ <field_name | description3> ([and <field_name | description3>]) {1 - n-1}
| ‘order by’ <field_name | description2> ‘in ascending order’>] ‘.’
Write a select statement to
show
.
from the table_name table
field_name2
description2
in ascending order
all details
field_name1
description1
and
inuppercase
lowercase
for
wherefield_name2
description2= data group by
field_name3
description3
and
field_name2
description2in
field_name4
description4more than
=
less than
data
order by
43
ค าตอบทไดจากโจทยขางตน SELECT Course grades FROM Student WHERE Course id = “UV 10”; SELECT UPPER(Course name) FROM Course; SELECT Student_id, Course_id FROM Student WHERE Course_id = “UV404”
GROUP BY Student_id, Course_id; SELECT * FROM Instructor ORDER BY Joining_year;
รปแบบ Template ค าตอบแสดงรวมไวในสวนของค าถามประเภท Select รปแบบท 6
รปแบบท 2 เปนการแสดงขอมลทงตาราง และการแสดงขอมลแบบระบเงอนไขทชดเจน ซงรปแบบท 2
ครอบคลมระดบ 1 – ระดบ 3 ตามระดบการเรยนรของ Bloom’s Taxonomy ดงตวอยางโจทยดานลาง
Get full details of all suppliers. Get full details of all suppliers in London. Get full details for part supplied by a suppliers in London. (C.J. Date, 2004:
208) ไดรปแบบ Template ค าถาม ดงน
<command> ‘full details’ <conjunction> <table_name> [
[‘by a’ <field_name | description>] ‘in’ <data>]
‘.’
command full details
conjunction table_namein data
.
by afield_name
description
ค าตอบทไดจากโจทยขางตน
SELECT * FROM suppliers ;
44
SELECT * FROM suppliers WHERE supplied = London; รปแบบ Template ค าตอบแสดงรวมไวในสวนของค าถามประเภท Select รปแบบท 6
รปแบบท 3 เปนการแสดงชวงของขอมลตามเงอนไขทมการระบ ซงรปแบบท 3 ครอบคลมระดบ 4 ตาม
ระดบการเรยนรของ Bloom’s Taxonomy ดงตวอยางโจทยดานลาง Get all shipments where the quantity is in the range 300 to 750 inclusive. (C.J. Date, 2004: 208) ไดรปแบบ Template ค าถาม ดงน
<command> ‘all’ <table_name> ‘where the’ <field_name | description> ‘is in the range’ <random_number1> ‘to’ <random_number2>
‘.’
.
command all table_name where the
field_name
description
is in the range
random_number1 to random_number2
ค าตอบทไดจากโจทยขางตน
SELECT * FROM shipments WHERE quantity BETWEEN 300 AND 750; รปแบบ Template ค าตอบแสดงรวมไวในสวนของค าถามประเภท Select รปแบบท 6
รปแบบท 4 เปนการแสดงขอมลตงแต 2 แอตทรบวตขนไปภายในตารางเดยวกน ซงรปแบบท4
ครอบคลมระดบ 2 ตามระดบการเรยนรของ Bloom’s Taxonomy ดงตวอยางโจทยดานลาง List the name, home town and home states of all students. (J. Harvey Trimble and Jr. David Chappell, 1989: 18) List the names of all course, their department and the number of credits for each. (J. Harvey Trimble and Jr. David Chappell, 1989: 17)
45
ไดรปแบบ Template ค าถาม ดงน
<command> ‘the’ <<table_name> | <field_name | description> ([and <field_name | description>])
{1 - n-1}> ‘of all’ <<table_name> | <field_name | description> ([and <field_name | description>])
{1 - n-1}> [‘for each’] ‘.’
.of allfield_name
description
and
command the table_name for each
field_name
description
and
of all table_name
ค าตอบทไดจากโจทยขางตน
SELECT name, home town FROM students; SELECT course_name, department, num_credits FROM COURSES;
รปแบบ Template ค าตอบแสดงรวมไวในสวนของค าถามประเภท Select รปแบบท 6
รปแบบท 5 เปนการแสดงขอมลตามค าขนตนหรอค าลงทายของค าทมการระบตามเงอนไข โดยชนดของ
ขอมลเปน char, varchar ซงรปแบบท 5 ครอบคลมระดบ 4 ตามระดบการเรยนรของ Bloom’s Taxonomy ดงตวอยางโจทยดานลาง
Write a Select Statement to print the names of all the instructors, From the Instructor table, starts with “T.”
Write a Select Statement to print the last name of all the students, From the Student table, its name start with the letter “R” through “Z.” (Susbi Sharma, 2012: 62) ไดรปแบบ Template ค าถาม ดงน
46
‘Write a select statement to print the’ <field_name | description> ‘from the’ <table_name> ‘table’
<‘starts with’ <start_data> | ‘its name start with the letter’ <start_data> ‘through’ <end_data>
> ‘.’
field_name
description
Write a select statement to
print the
.
from the table_name table
starts with
its name start with the letter
start_data
start_data through end_data
ค าตอบทไดจากโจทยขางตน
- SELECT names FROM Instructor WHERE names LIKE “T%”; รปแบบ Template ค าตอบแสดงรวมไวในสวนของค าถามประเภท Select รปแบบท 6
รปแบบท 6 เปนการแสดงขอมลทมการเรยงล าดบของขอมลจากนอย – มาก หรอ อกษรตวแรก – อกษร
ตวสดทาย ซงรปแบบท 6 ครอบคลมระดบ 3 ตามระดบการเรยนรของ Bloom’s Taxonomy ดงตวอยางโจทยดานลาง
Show the sales for each office sorted in alphabetical order by region. (James R. Groff and Paul N. Weinberg, 2002: 128)
List the office sorted in descending order by sales so that the offices with the largest sales appear first. (James R. Groff and Paul N. Weinberg, 2002: 129) ไดรปแบบ Template ค าถาม ดงน
47
<command> ‘the’ [<field_name | description1> ([‘and’ <field_name | description1>])
{1 - n-1} ‘for each’] <table_name> ‘sorted in’ <‘alphabetical’ | ‘descending’> ‘order by’
<field_name | description2> [‘so that the’ <table_name> ‘with the largest’ <field_name | description2>
‘appear first’] ‘.’
field_name1
description1
and
command
for each
.
table_name sorted inalphabetical
descending
field_name2
description2
field_name2
description2
appear firstso table_name
with the largest
so
order by
ค าตอบทไดจากโจทยขางตน
SELECT sales FROM office ORDER BY region; SELECT * FROM office ORDER BY sales DESC;
จากรปแบบท 1 – 6 ของค าตอบจากโจทยขางตนไดรปแบบ Template ดงน
48
‘SELECT’ < ‘*’ | <‘LOWER’ | ‘UPPER’> ‘(’ <field_name> ‘)’ | <field_name> ([‘,’ <field_name>]) {1 - n-1}>
‘FROM’ <table_name> [‘WHERE’ <field_name> <‘=’ | ‘>’ | ‘<’> [‘“’]<data>[‘”’] ([‘AND’
<field_name> <‘=’ | ‘>’ | ‘<’> [‘“’]<data>[‘”’]]) {1 - n-1} [<‘GROUP BY’ | ‘ORDER BY’> <<field_name> | <field_name3>> [‘DESC’]] | ‘WHERE’ <field_name> ‘LIKE’ [‘“’]<start_data>‘%’ [[‘"%’]<end_data>[‘”’] | ‘WHERE’ <field_name> ‘BETWEEN’ [‘“’]<random_number>[‘”’] ‘AND’
[‘“’]<random_number2>[‘”’] ‘;’
SELECT
*
UPPER
LOWER
field_name1
,
)( field_name2 FROM table_name
field_name2 =
LIKE start_data“ ” %
% end_data“ ”
WHERE
BETWEEN
data“ ”
data
GROUP BY
ORDER BYfield_name3
random_number“ ” AND
random_number
random_number“ ”
random_number
;
รปแบบท 7 เปนการแสดงขอมลซงเชอมอยสองตาราง และสามตารางทมความสมพนธกนแบบ Primary
key และ Foreign key ซงรปแบบท 2 ครอบคลมระดบ 4 ตามระดบการเรยนรของ Bloom’s Taxonomy ดงตวอยางโจทยดานลาง
49
List all teacher name along with all the values for teacher number and course number contained in the section table. (J. Harvey Trimble and Jr. David Chappell, 1989: 89)
List all teacher name along with all the values for teacher number and course number contained in the section table by each teacher number.
List girls and boy in the same city. (James R. Groff and Paul N. Weinberg, 2002: 167)
List the names of all teacher, along with the names and numbers of the courses taught by each. ไดรปแบบ Template ค าถาม ดงน
<command> <<table_name1> ‘and’ <table_name2> ‘in the same’
<description_same> | [‘the’] <description> ‘along with all the values for’ <field_name1>
‘and’ <field_name2> [‘contained in the’ <table_name2> ‘table’
[‘by each’ [<field_same>] ]
> ‘.’
table_name1
.
description
and table_name2 in the same description_same
thealong with all the values for
field_name1 and field_name2command
contained in the
table_name2 table
by each
field_same
50
ค าตอบทไดจากโจทยขางตน SELECT section.teachernumber, section.coursenumber, teacher.teachername
FROM teacher, section; SELECT section.teachernumber, section.coursenumber, teacher.teachername
FROM teacher, section WHERE section.teachernumber = teacher.teachernumber; SELECT * FROM girls, boy WHERE girls. city = boy.city; SELECT teacher.teachername, section.coursenumber, courses.coursename
FROM teacher, section, courses WHERE section.teachernumber = teacher.teachernumber AND section.coursenumber = courses.coursenumber; ไดรปแบบ Template ค าตอบ ดงน
‘SELECT’ <‘*’ | (<table_name1> ‘.’ <field_name1> ‘,’ <table_name2> ‘.’
<field_name2>) {1 - n-1} | (<random_char1> ‘.’ <field_name1> ‘,’ <random_char2> ‘.’
<field_name2>) {1 - n-1} > ‘FROM’ <table_name1>
[<random_char1>] (<‘,’ | ‘JOIN’ | ‘INNER JOIN’>
<table_name2> [<random_char2>] <‘WHERE’| ‘ON’> <table_name1> ‘.’ <field_same1> ‘=’
<table_name2> ‘.’ <field_same1> | <random_char1> ‘.’ <field_same2> ‘=’
<random_char2> ‘.’ <field_same2>) {1 - n-1}
‘;’
51
table_name1SELECT FROM
*
field_name1
field_name1random_char1
.
.
,
table_name random_char1
table_name1
,
JOIN
INNER JOIN
table_name2 random_char2
table_name2
table_name2 random_char2
table_name2
ON
WHERE
table_name field_same1. = table_name field_same2.
random_char field_same1. = random_char field_same2.
;
,
รปแบบท 8 เปนการแสดงขอมลการค านวณผลทางคณตศาสตร คอ การหาคาเฉลย, การหาผลรวม, การ
หาคามากทสด และนอยทสด, การนบจ านวนขอมลทตองการ ซงรปแบบท 8 ครอบคลมระดบ 3 ตามระดบการเรยนรของ Bloom’s Taxonomy ดงตวอยางโจทยดานลาง
Calculate the average price of product from manufacturer ACJ. (James R. Groff and Paul N. Weinberg, 2002: 191)
What are the smallest and largest assigned quotas? (James R. Groff and Paul N. Weinberg, 2002: 192)
What is the earliest order date in the database? (James R. Groff and Paul N. Weinberg, 2002: 192)
How many customers are there? (James R. Groff and Paul N. Weinberg, 2002: 193)
What is the largest salary paid to teacher? (J. Harvey Trimble and Jr. David Chappell, 1989: 61)
52
What is the lowest grade earned by student? (J. Harvey Trimble and Jr. David Chappell, 1989: 62)
What is the total of all teacher salaries? (J. Harvey Trimble and Jr. David Chappell, 1989: 64)
What is the total salary for all teachers earning over 30,000? (J. Harvey Trimble and Jr. David Chappell, 1989: 65)
What is the average of all teacher salaries? (J. Harvey Trimble and Jr. David Chappell, 1989: 67)
How many teachers earn over 30,000? (J. Harvey Trimble and Jr. David Chappell, 1989: 70) ไดรปแบบ Template ค าถาม ดงน
<command> [<field_name | description1>
<‘are there’ | ‘earning over’ <random_number>> ]
<‘is’ | ‘are’> ‘the’ <‘average’ | ‘largest’ | ‘lowest’ | ‘total’ | ‘earliest’ | ‘smallest and largest’ | ‘stdev’>
[<‘of all’ | ‘assigned’>] <field_name | description1>
[<‘to’ | ‘in the’ | ‘of’ | ‘by’ | ‘for’> <table_name> [‘from’ <field_name | description2> <data>
| ‘earning over’ <random_number> ]
] ‘?’
53
?
command
field_name1
description1
is
are
table_name
data
the
are there
earning over
random_number
total
lowest
largest
earliest
average
smallest and largest
stdev
of all
assigned field_name1
description1
in the
of
by
to
for from
earning over
field_name2
description2
random_number
ค าตอบทไดจากโจทยขางตน
SELECT AVG(PRICE) FROM Product WHERE MFR_ID = ‘ACJ’; SELECT MIN(QUOTA), MAX(QUOTA) FROM SALESREPS; SELECT MIN(ORDER_DATE) FROM ORDERS; SELECT COUNT(CUST_NUM) FROM CUSTOMERS; SELECT MAX(salary) FROM TEACHER; SELECT MIN(grade) FROM ENROLLS; SELECT SUM(salary) FROM TEACHER; SELECT SUM(salary) FROM TEACHER WHERE salary > 30,000; SELECT AVG(salary) FROM TEACHER; SELECT COUNT(*) FROM TEACHER WHERE salary > 30,000;
ไดรปแบบ Template ค าตอบ ดงน
54
‘SELECT’ <‘AVG’ | ‘MIN’ | ‘MAX’ | ‘COUNT’ | ‘SUM’ | ‘STDEV’> <‘*’ | ‘(’<field_name>‘)’> ‘FROM’ <table_name> [‘WHERE’ <<field_name1> ‘=’ <data>
| <field_name2> ‘>’ <random_number>> ]
‘;’
SELECTCOUNT
MAX
MIN
SUM
AVG
STDEV
)( field_name
*FROM table_name
WHERE field_name= data“ ”
> random_number
;
รปแบบท 9 เปนการแสดงขอมลทมการจดกลมขอมลทมการค านวณผลทางคณตศาสตร คอ การหา
คาเฉลย, การหาผลรวม ซงรปแบบท 9 ครอบคลมระดบ 4 ตามระดบการเรยนรของ Bloom’s Taxonomy ดงตวอยางโจทยดานลาง
List the average grade and number of courses taken by students with an average grade of more than 2.5. (J. Harvey Trimble and Jr. David Chappell, 1989: 84) ไดรปแบบ Template ค าถาม ดงน
55
<command> ‘the average’ <field_name | description1> ‘and number of’ <field_name | description2> ‘taken by’ <field_name | description3> ‘with an average’ <field_name | description1> ‘of’ <‘more than’ | ‘less than’> <random_number>
‘.’
field_name1
.
the averagecommand
description1
and number of
field_name
description
field_name2
description2
taken by
with an average
of
more than
less than
random_number
field_name1
description1
ค าตอบทไดจากโจทยขางตน
SELECT student, AVG(grade), courses=COUNT(*) FROM ENROLLS GROUP BY Student HAVING AVG(grade) = 2.50; ไดรปแบบ Template ค าตอบ ดงน
‘SELECT’ <field_name3> ‘,’ ‘AVG’ ‘(’ <field_name> ‘)’ <field_name2> ‘=’ ‘COUNT’ ‘(’ ‘*’ ‘)’> ‘FROM’ <table_name> ‘GROUP BY’ <field_name3> ‘HAVING’ ‘AVG’‘(’<field_name1>‘)’ ‘>’ <random_number>]
‘;’
SELECT field_name3 AVG )( field_name,
table_name GROUP BY field_name3
AVG )( field_name1 > random_number ;
, field_name2 = COUNT )( *
FROM HAVING
56
จากรปแบบของ Template ดงกลาว Command แทน ค าทน ามาใชในการสรางค าถามของ Bloom’s
Taxonomy จากตารางท 15 conjunction แทน of all, for table_name แทน ชอตารางในฐานขอมล field_name แทน ชอฟลดในฐานขอมล description แทน รายละเอยดของแตละฟลดในฐานขอมล random_number แทน ตวเลขทไดจากการสมใชในการหาชวงของขอมล random_char แทน ตวอกษรทไดจากการสมใชในการแทนชอตาราง 4.2.1.2 ค าถามและค าตอบประเภท Update รปแบบท 1 เปนการแกไขขอมลในฐานขอมล ซงรปแบบท 1 ครอบคลมระดบ 1 – ระดบ 3 ตามระดบ
การเรยนรของ Bloom’s Taxonomy ดงตวอยางโจทยดานลาง Change the color of all red parts to orange. (C.J. Date, 2004, pp. 169) Change the name of number is 654 to Kenneth in the suppliers table. (J.
Harvey Trimble and Jr. David Chappell, 1989, pp. 196) ไดรปแบบ Template ค าถาม ดงน
<command> ‘the’ <description> <conjunction> <<field_name> ‘is’ <data> | <table_name>>
‘to’ <change_data> [‘in the’ <table_name> ‘table’] ‘.’
command
field_name
table_name
the description conjunction
is data
to change_data
in table_name table
.
57
ค าตอบทไดจากโจทยขางตน UPDATE order SET color = “orange”; UPDATE suppliers SET name = “Kenneth” WHERE number = “654”;
ไดรปแบบ Template ค าตอบ ดงน
‘UPDATE’ <table_name> ‘SET’
<field_name> ‘=’ [‘“’]<change_data>[‘”’] [‘,’] ([‘and’ <field_name> ‘=’ [‘“’]<change_data>[‘”’] [‘,’]) {1 - n-1}
[‘WHERE’ <field_name> ‘=’ [‘“’]<data>[‘”’]] ‘;’
UPDATE table_name SET change_data“ ”
change_data
field_name =
;
,
WHERE field_name = data“ ”
data
จากรปแบบของ Template ดงกลาว
command แทน ค าทน ามาใชในการสรางค าถามของ Bloom’s Taxonomy จาก ตารางท 15 conjunction แทน of, of all table_name แทน ชอตารางในฐานขอมล field_name แทน ชอฟลดในฐานขอมล description แทน รายละเอยดของแตละฟลดในฐานขอมล change_data แทน ขอมลทท าการเปลยนแทนทในฐานขอมลทมอยเดม
58
4.2.1.3 ค าถามและค าตอบประเภท Insert รปแบบท 1 เปนการเพมขอมลลงฐานขอมล ซงรปแบบท 1 ครอบคลมระดบ 1 – ระดบ 3 ตามระดบการ
เรยนรของ Bloom’s Taxonomy ดงตวอยางโจทยดานลาง Insert a new row into the PARC table. (1, 93, creek, king, y, 120) (C.J. Date,
1983, pp. 127) Insert a new record for (name, city, 40, 179) into table P. (C.J. Date, 2004, pp.
94) Add a new record for (patti, 335, PA) to the suppliers table. (J. Harvey Trimble
and Jr. David Chappell, 1989, pp. 194) ไดรปแบบ Template ค าถาม ดงน
<command> ‘a new’ <conjunction> <‘into the’ <table_name> ‘table.’ <insert_data>
| <insert_data> ‘into table’ <table_name> | ‘for’ <insert_data> ‘to the’ <table_name> ‘table.’
> ‘.’
.into the
command a new conjunction
table_name table insert_data
insert_datainto table
table_name
for insert_data to the table_name table
.
ค าตอบทไดจากโจทยขางตน
INSERT INTO suppliers VALUES (patti, 335, PA) ;
59
ไดรปแบบ Template ค าตอบ ดงน
‘INSERT INTO’ <table_name> ‘VALUES’ [‘“’]<insert_data>[‘”’] ‘;’
INSERT INTO table_name VALUES insert_data“ ”
insert_data
; จากรปแบบของ Template ดงกลาว
command แทน ค าทน ามาใชในการสรางค าถามของ Bloom’s Taxonomy จาก ตารางท 15 conjunction แทน record, row table_name แทน ชอตารางในฐานขอมล field_name แทน ชอฟลดในฐานขอมล description แทน รายละเอยดของแตละฟลดในฐานขอมล insert_data แทน ขอมลทตองการเพมลงฐานขอมล
4.2.1.4 ค าถามและค าตอบประเภท Delete รปแบบท 1 เปนการลบขอมลทมการระบเงอนไข และไมระบเงอนไขในสวนของค าตอบ ซงรปแบบท 1
ครอบคลมระดบ 1 – ระดบ 3 ตามระดบการเรยนรของ Bloom’s Taxonomy ดงตวอยางโจทยดานลาง
Remove all records from the enrolls table. (J. Harvey Trimble and Jr. David Chappell, 1989, pp. 179)
Delete all records in the enrolls table which contain 3 grades. (J. Harvey Trimble and Jr. David Chappell, 1989, pp. 176) ไดรปแบบ Template ค าถาม ดงน
<command> ‘all records’ <conjunction> ‘the’ <table_name> ‘table.’ [‘which contain’ <data> <field_name | description> ([‘and’ <data> <field_name | description>) {1 - n-1}] ‘.’
60
command
field_name
description
all records
conjunction
.
the table_name table
which contain data
and
ค าตอบทไดจากโจทยขางตน
DELETE FROM enrolls; DELETE FROM enrolls WHERE grades = 3;
รปแบบ Template ค าตอบแสดงรวมไวในสวนของค าถามประเภท Delete รปแบบท 3
รปแบบท 2 เปนการลบขอมลทมการระบเงอนไขในสวนของค าตอบ ซงรปแบบท 2 ครอบคลมระดบ 3
ตามระดบการเรยนรของ Bloom’s Taxonomy ดงตวอยางโจทยดานลาง Delete John from the owner table.
ไดรปแบบ Template ค าถาม ดงน
<command> <data> ‘from the’ <table_name> ‘table’ ‘.’
command data .from the table_name table
ค าตอบทไดจากโจทยขางตน
DELETE FROM owner WHERE name = “John”; รปแบบ Template ค าตอบแสดงรวมไวในสวนของค าถามประเภท Delete รปแบบท 3
รปแบบท 3 เปนการลบขอมลทงตาราง ซงรปแบบท 3 ครอบคลมระดบ 1 – ระดบ 2 ตามระดบการ
เรยนรของ Bloom’s Taxonomy
61
Delete all blue part. (C.J. Date, 2004, pp. 169) ไดรปแบบ Template ค าถาม ดงน <command> ‘all’ <table_name> ‘.’
command .all table_name table ค าตอบทไดจากโจทยขางตน
DELETE FROM blue; จากรปแบบท 1 – 3 ของค าตอบจากโจทยขางตนไดรปแบบ Template ดงน ‘DELETE FROM’ <table_name> ‘WHERE’ <field_name> ‘=’ [‘“’]<data>[‘”’]
([‘AND’ <field_name> ‘=’ [‘“’]<data>[‘”’]) {1 - n-1} ‘;’
DELETE FROM table_name WHERE
data“ ”
data
;field_name =
AND
จากรปแบบของ Template ดงกลาว command แทน ค าทน ามาใชในการสรางค าถามของ Bloom’s Taxonomy จาก ตารางท 15 conjunction แทน from, in table_name แทน ชอตารางในฐานขอมล field_name แทน ชอฟลดในฐานขอมล description แทน รายละเอยดของแตละฟลดในฐานขอมล data แทน ขอมลในฐานขอมล
62
4.2.2 การสรางค าถามและค าตอบ 1. ท าการควรขอมลโดยใชภาษา SQL ทควรขอมลจากเมตาดาตา (metadata) และขอมล
ตางๆในฐานขอมล ซงสรางโดยผทตองการสรางค าถาม เนองจากการควรขอมลสามารถควรไดจาก 4 สวน คอ ชอตาราง, ชอฟลด, ขอมลของแตละตาราง, รายละเอยดของแตละฟลด โดยรายละเอยดของแตละฟลดตองมการระบค าอธบายฟลด, ระบฟงกชนทสามารถใชงานได และระบแทก คอ Person (ชอคน,สตว), Location (ทอย), Organization (องคกร), Date (วนท), Money (เงน), Time (เวลา), Percent (เปอรเซนต), Sequence (ล าดบ), Number (ตวเลข), Object (สงของ), Phone (เบอรโทรศพท) ตวอยางเชน customer name, Person, [LIKE/UPPER/BETWEEN/LOWER/GROUP BY/ORDER BY]
2. น าขอมลทควรมาใสแทนทใหสอดคลองกบรปแบบของ Template ขางตนทไดออกแบบไวทงในสวนของค าถามและค าตอบแสดงดงรปท 41 ซงเงอนไขของการควรค าตอบ Delete แสดงดงรปท 45 และเงอนไขของการควรค าถามประเภท Join แสดงดงรปท 46 โดยตวอยางการควรชอตารางแทนทใน Template ของค าถามประเภท Select รปแบบท 2 แสดงดงรป 42 และตวอยางค าถามทระบบสรางไดแสดงดงรปท 43 ซงวธการค านวณการแสดงค าถาม และค าตอบแสดงดงรปท 44
Start Template Retrieve table
nameEmpty list
Fill template table name
Random field name and description
Retrieve field name and description
Empty listFill template field name
and descriptionRetrieve data
Empty list Fill template data
Result question
End
True
True
True
False
False
False
รปท 41 การควรขอมลแทนทใน Template
63
รปท 42 การควรชอตารางแทนทใน Template
รปท 43 ตวอยางค าถามทระบบสรางได
64
,
/
/
รปท 44 การแสดงค าถามและค าตอบ
65
Foreign key
1 = Foreign key
Delete 1
Primary key 1
2 = Foreign key
Primary key 2
Foreign key 1 ( 2)
Primary key 1 1 = 1
Delete 2
Foreign key 2 ( 3)
Primary key 2 2 = 2
Delete 3
รปท 45 การควรค าตอบ Delete
66
Foreign key
1 ( 2) 1
2 Foreign key
2
3
( 3) 2
รปท 46 การควรค าถามประเภท Join
67
บทท 5
การทดสอบระบบ และผลการด าเนนงานวจย
5.1 การทดสอบระบบ ส าหรบงานวจยนมการวดประสทธภาพ 2 ดาน คอ ดานความถกตองเหมาะสมของค าถามทระบบสรางได และการประเมนผลทางดานการศกษาตามระดบการเรยนรของค าถาม โดยใชการเรยนรตามทฤษฎของ Bloom’s Taxonomy (Susbi Sharma, 2012) และตามการเรยนรจากความคดเหนของผเชยวชาญ เขามาชวยประเมนผลของค าถามทระบบสรางขน ซงการประเมนท าการรวมค าถามทระบบสรางไดทง 4 ประเภทเขาดวยกน คอ INSERT, UPDATE, DELETE และSELECT จากนนจดเปน 3 ชด ชดละ 12 ขอ (ชดละ 12 ขอ เพราะตองการใหแตละชดค าถามม 4 ระดบ ซงแตละระดบม 3 ขอ) ใชวธการประเมนโดยผเชยวชาญทางดานวชาฐานขอมลของมหาวทยาลยศลปากร 3 ทาน โดยรปท 47 แสดงความสมพนธของฐานขอมล และตารางท 7 – ตารางท 14 แสดงรายละเอยดของฐานขอมลทน ามาใชในการทดสอบระบบ
รปท 47 รายละเอยดฐานขอมล
68
ตารางท 7 Customer (ลกคา) Attribute Type Size Description Key
CustomerNo Char 6 customer number PK CName Varchar 50 customer name
CAddress Varchar 50 customer address
CProvince Varchar 50 customer province CPhone Char 10 phone number
ตารางท 8 ตวอยางขอมลของตาราง Customer (ลกคา)
CustomerNo CName CAddress CProvince CPhone
CU-001 Jittima Janphat 214 M.12 Chumphon 0864364549 CU-002 Jutarmas Yodrat 1/2 M.1 Chanthaburi 0479623181
ตารางท 9 Orders (ใบสงซอ)
Attribute Type Size Description Key
OrderNo Char 6 order number PK ODate Date date orders
CustomerNo Char 6 customer number FK
Ototal Int 11 total order ตารางท 10 ตวอยางขอมลของตาราง Orders (ใบสงซอ)
OrderNo ODate CustomerNo Ototal
OR-002 2016-04-08 CU-001 5
OR-004 2016-04-12 CU-002 89
69
ตารางท 11 Product (สนคา) Attribute Type Size Description Key
ProductNo Char 3 product code PK PName Varchar 50 product name
PPrice Int price product
PTotal Int total product ตารางท 12 ตวอยางขอมลของตาราง Product (สนคา)
ProductNo PName PPrice PTotal
001 LUMIA 61 51
002 BARF 33 30 003 SVQTYFDHMO 61 328
ตารางท 13 Orders_details (รายละเอยดสนคาในใบสงซอ)
Attribute Type Size Description Key
ProductNo Char 3 product code PK, FK OrderNo Char 6 order number PK, FK
quantity Int 11 product quantity
ตารางท 14 ตวอยางขอมลของตาราง Orders_details (รายละเอยดสนคาในใบสงซอ)
ProductNo OrderNo quantity 001 OR-002 12
002 OR-002 33
5.1.1 การวดประสทธภาพความเหมาะสมของค าถาม
ผเชยวชาญท าการประเมนประสทธภาพความเหมาะสมของค าถามทระบบสรางขน โดย Relevance และ Unambiguous ประเมนวาค าถามแตละขอมความเหมาะสมตรงตามเกณฑทก าหนดหรอไม ส าหรบ Variety เปนการวดทงชดของค าถาม ถาตรงตามเกณฑจะใหคะแนนเปน 1 และถาไมตรงตามเกณฑจะใหคะแนนเปน 0 โดยใชเกณฑซงมทงหมด 3 ดาน (คอ 1 - 3) ซงมรายละเอยดดงน (Nguyen-Thinh Le et al., 2011)
70
โดย 1 คอ Relevance (ค าถามและค าตอบสามารถสรางไดถกตอง ?) 2 คอ Unambiguous (ค าถามถกตามหลกไวยากรณ หรอถกตามรปแบบของ Template-Based ?) 3 คอ Variety (เปนค าถามทมความหลากหลายตรงตามทตองการในแตละชด
ขอมล ?)
5.1.2 การประเมนผลทางดานการศกษาตามระดบการเรยนร ผเชยวชาญท าการประเมนระดบการเรยนรของค าถามและค าตอบโดยใชทฤษฎการเรยนร
ของ Bloom’s Taxonomy และตามการเรยนรจากความคดเหนของผเชยวชาญ ส าหรบการประเมนค าถามในรปแบบค าตอบภาษา SQL โดยการประเมนเปนการน าชดค าถามทระบบสรางไดมาเทยบกบทฤษฎของ Bloom’s 4 ระดบแรก และเทยบตามการเรยนรจากความคดเหนของผเชยวชาญ ถาผประเมนทายถกจะใหคะแนนเปน 1 และถาไมถกจะใหคะแนนเปน 0 1. การประเมนระดบการเรยนรของค าถามและค าตอบโดยใชทฤษฎการเรยนรของ Bloom’s Taxonomy
โดยการตรวจสอบระดบของ Bloom’s Taxonomy ท าการเชคในสวนของค าถาม และค าตอบพรอมกน ถาค าถามและค าตอบอยกนคนละระดบจะองตามระดบของค าตอบเปนหลกในแตละชดค าถาม ซงค าทน ามาใชในการสรางค าถามและน ามาประเมนค าถามตามระดบของ Bloom’s Taxonomy แสดงดงตารางท 15 และในสวนของค าตอบทน ามาประเมนตามระดบของ Bloom’s Taxonomy (Susbi Sharma, 2012) แสดงดงน
1. ความจ า (Remembering) การจดจ ารปแบบค าสงของภาษา SQL ทจะใชได และไมมการระบเงอนไขในสวนของค าตอบ
2. ความเขาใจ (Understanding) มความเขาใจในการใชค าสงของภาษา SQL และใชไดถกตองเหมาะสมกบงาน โดยไมมการระบเงอนไขในสวนของค าตอบแตเปนการแสดงขอมลของแอตทรบวตมากกวาหนงแอตทรบวต
3. ประยกต (Applying) หลงจากเรยนรวธการใชค าสง SQL สามารถสรางค าสง SQL ใหมได แกไขสถานการณใหมๆได มการระบเงอนไขในสวนของค าตอบ คอ ค าสง WHERE โดยใช Attribute 1 ตว, GROUP BY, ORDER BY, เครองหมายด าเนนการเปรยบเทยบ (>, <, =) และค าสงการรวม (Aggregate Function) คอ AVG, MAX, MIN, SUM, COUNT, STD
4. วเคราะห (Analyzing) วเคราะหรปแบบของค าสง SQL และเขาใจวธการทเหมาะสมของการแกปญหา มการระบเงอนไขในสวนของค าตอบ คอ โอเปอเรเตอร LIKE, UPPER, LOWER,
71
โอเปอเรเตอร BETWEEN, เงอนไขของ GROUP BY คอ HAVING, การแสดง และลบขอมลซงเชอมอยสอง หรอสามตารางทมความสมพนธกนแบบ Primary key และ Foreign key
ตารางท 15 ค าทน ามาใชในการสรางค าถาม
ประเภทค าสง Remembering Understanding Applying Analyzing SELECT Find
Identify List Retrieve Show Select Write How many What
Select Give Identify Show What
Choose Write Show Find What How many Calculate
List Select Show What Calculate
INSERT Insert
Put in Fill in
Add -
UPDATE Update Define
Change
Adapt Change Modify Increase
-
DELETE Delete Cut Subtract -
2. การประเมนระดบการเรยนรของค าถามและค าตอบโดยใชการเรยนรจากความคดเหนของผเชยวชาญ
การตรวจสอบระดบการเรยนรจากความคดเหนของผเชยวชาญในขนตอนแรกท าการ สรางแบบประเมนจดค าถามและค าตอบเปน 3 ชด ชดละ 12 ขอ ใหผเชยวชาญ 3 ทาน ประเมนวาค าถามค าตอบแตละขอในความเขาใจของผเชยวชาญอยในระดบการเรยนรใด (1 - 4) คอ ความจ า, ความเขาใจ, วเคราะห และประยกต จากนนน าค าถามและค าตอบแตละขอเทยบกบค าสงการใชงานซงแสดงดงตารางท 16 วาแตละขอตรงกบค าสงการใชงานแบบใด โดยน าค าตอบของผเชยวชาญทกทานทตอบตรงกนมากทสดใชเปนระดบการเรยนรจากผเชยวชาญของค าสงการใชงานนน ถาระดบการ
72
เรยนรทผเชยวชาญประเมนไมตรงกน จะท าการใหผเชยวชาญอก 1 ทานท าการประเมนวาตรงกบระดบการเรยนรระดบใดซงแสดงดงตารางท 16
ตารางท 16 ระดบการเรยนรจากความคดเหนของผเชยวชาญ ค าสง ระดบการเรยนร
การจดจ ารปแบบค าสงของภาษา SQL ทจะใชได และไมมการระบเงอนไขในสวนของค าตอบ
1
ไมมการระบเงอนไขในสวนของค าตอบแตเปนการแสดงขอมลของแอตทรบวตมากกวาหนงแอตทรบวต
2
Group By 3
Order By 3
ค าสงการรวม (Aggregate Function) คอ AVG, MAX, MIN, SUM, COUNT, STD
3
โอเปอเรเตอร LIKE 4
UPPER, LOWER 4 โอเปอเรเตอร BETWEEN 4
เงอนไขของ GROUP BY คอ HAVING 4
ขอมลซงเชอมอยสองและสามตารางทมความสมพนธกนแบบ Primary key และ Foreign key
4
เครองหมายด าเนนการเปรยบเทยบ (>, <, =) 3 INSERT 1
UPDATE ไมมการระบเงอนไขในสวนของค าตอบ 2
UPDATE มการระบเงอนไขในสวนของค าตอบ 2 DELETE ไมมการระบเงอนไขในสวนของค าตอบ 1
DELETE มการระบเงอนไขในสวนของค าตอบ 2
5.2 ผลการด าเนนงานวจย โดยความเหมาะสมของค าถามทระบบสรางไดค านวณไดโดยใหผประเมนทง 3 ทาน ประเมน
วาค าถามแตละขอมความเหมาะสมตรงตามเกณฑใดบาง มทงหมด 3 ดาน (คอ 1 - 3) โดย Relevance แสดงดงตารางท 17 และ Unambiguous แสดงดงตารางท 18 ซงประเมนวาค าถามแต
73
ละขอมความเหมาะสมตรงตามเกณฑทก าหนดหรอไม ส าหรบ Variety เปนการวดทงชดของค าถาม ถาตรงตามเกณฑจะใหคะแนนเปน 1 และถาไมตรงตามเกณฑจะใหคะแนนเปน 0
ตารางท 17 แทนการประเมนของ Relevance
ขอ ชดท 1 ชดท 2 ชดท 3
คน 1 คน 2 คน 3 คน 1 คน 2 คน 3 คน 1 คน 2 คน 3
1 1 1 1 1 1 1 1 1 1
2 1 0 1 1 1 1 1 1 1
3 1 1 1 1 1 1 1 1 1
4 1 1 1 1 1 1 1 1 1
5 1 1 1 1 1 1 1 1 1
6 1 1 1 1 1 1 1 1 1
7 1 1 1 1 1 1 1 1 1
8 1 1 1 1 1 1 1 1 1
9 1 1 1 1 1 1 1 1 1
10 1 1 1 1 1 1 1 0 1
11 1 1 1 1 1 1 1 1 1
12 1 1 1 1 1 1 1 1 1
รวม 12 11 12 12 12 12 12 11 12
74
ตารางท 18 แทนการประเมนของ Unambiguous ขอ ชดท 1 ชดท 2 ชดท 3
คน 1 คน 2 คน 3 คน 1 คน 2 คน 3 คน 1 คน 2 คน 3
1 1 1 1 1 1 1 1 1 1
2 1 1 1 1 1 1 1 1 1
3 1 1 1 1 1 0 1 1 1
4 1 1 1 1 1 1 1 1 1
5 1 1 1 0 0 0 1 1 1
6 0 0 0 1 1 1 1 1 1
7 1 1 1 1 1 1 1 1 1
8 1 1 1 1 1 1 1 1 1
9 1 1 1 0 1 1 0 0 1
10 1 1 1 1 1 1 1 1 1
11 1 1 1 0 1 1 1 1 1
12 1 1 1 0 1 1 1 1 1
รวม 11 11 11 8 11 10 11 11 12
จากนนน าผลรวมคะแนนทประเมนมาหารดวย 12 (จ านวนขอของค าถามแตละชด) และรวม
คะแนนของทกชดค าถามในแตละระดบเขาดวยกนแลวน ามาหารดวย 3 (จ านวนชดของค าถาม) ส าหรบ Variety ผประเมนทง 3 ทาน ประเมนวาเปนค าถามทมความหลากหลายตรงตามทตองการในแตละชดขอมล ซงมคะแนนอยระหวาง 83.67% – 100% แสดงดงรปท 48
75
รปท 48 ความเหมาะสมของค าถามทระบบสรางได
5.2.1 การประเมนผลทางดานการศกษาตามระดบการเรยนร การประเมนระดบการเรยนรของค าถามและค าตอบโดยใชทฤษฎการเรยนรของ Bloom’s
Taxonomy และตามการเรยนรจากความคดเหนของผเชยวชาญ ในรปแบบค าตอบภาษา SQL สามารถค านวณไดโดยใหผประเมนทายวาค าถามขอใดอยในระดบการเรยนร ใด จากนนน าผลทไดมาเทยบกบผลทระบบสรางได ถาผประเมนทายถกจะใหคะแนนเปน 1 ถาทายผดจะใหเปน 0
โดยการประเมนใชค าถามทงหมดทงทถกและไมถกตามหลกไวยากรณ หรอไมถกตามรปแบบของ Template-Based (Unambiguous) ดงตารางท 19 แทนการทายของผประเมนโดยใชทฤษฎการเรยนรของ Bloom’s Taxonomy และตารางท 20 แทนการทายของผประเมนโดยใชการเรยนรจากความคดเหนของผเชยวชาญ
75
80
85
90
95
100
1 2 3
Raters
Relevance
Unambiguous
Variety
76
ตารางท 19 การทายของผประเมนโดยใชทฤษฎการเรยนรของ Bloom’s Taxonomy ขอ ชดท 1 ชดท 2 ชดท 3
คน 1 คน 2 คน 3 คน 1 คน 2 คน 3 คน 1 คน 2 คน 3
1 0 0 1 0 1 1 1 1 1
2 1 1 1 1 1 1 1 1 1
3 0 1 1 0 0 0 0 0 1
4 0 1 1 1 0 0 1 0 0
5 1 0 1 0 1 1 0 1 1
6 1 0 0 1 1 1 0 1 0
7 0 0 1 1 1 1 1 1 1
8 1 1 1 1 1 0 0 1 1
9 1 1 0 0 1 1 0 1 0
10 0 1 1 0 1 1 1 1 1
11 0 1 1 1 1 1 0 1 1
12 1 1 1 1 1 1 0 1 1
รวม 7 8 10 7 10 9 5 10 9
77
ตารางท 20 การทายของผประเมนโดยใชการเรยนรจากความคดเหนของผเชยวชาญ ขอ ชดท 1 ชดท 2 ชดท 3
คน 1 คน 2 คน 3 คน 1 คน 2 คน 3 คน 1 คน 2 คน 3
1 1 1 0 0 1 1 1 1 1
2 1 1 1 1 1 1 1 1 1
3 0 1 1 1 1 1 1 1 0
4 0 1 1 0 1 1 0 1 1
5 0 1 0 0 1 1 0 1 1
6 0 1 1 1 1 1 1 0 1
7 0 1 0 1 1 1 1 1 1
8 1 1 1 1 1 0 0 1 1
9 1 1 0 0 1 1 0 1 0
10 0 1 1 0 1 1 1 1 1
11 0 1 1 1 1 1 0 1 1
12 1 1 1 1 1 1 0 1 1
รวม 5 12 8 7 12 11 6 11 10
จากนนน าผลรวมคะแนนของผประเมนแตละคนในแตละชดค าถามมาหารดวย 12 (จ านวนขอของค าถามแตละชด) และน าคะแนนของค าถามแตละชดมาหารดวย 3 (จ านวนผประเมน) ดงตารางท 21 แสดงใหเหนวาระดบการเรยนรของค าถามและค าตอบโดยใชทฤษฎการเรยนรของ Bloom’s Taxonomy ซงมคะแนนอยระหวาง 66.77% - 72.10% และการเรยนรของค าถามและค าตอบโดยใชความคดเหนของผเชยวชาญ ซงมคะแนนอยระหวาง 70.00% - 83.33% ตารางท 21 ผลประเมนระดบการเรยนรของค าถามและค าตอบ
ชดของค าถาม ทฤษฎการเรยนรของ Bloom’s Taxonomy
การเรยนรโดยใชความคดเหนของผเชยวชาญ
ชดท 1 69.40 % 70.00 %
ชดท 2 72.10 % 83.33 %
ชดท 3 66.77 % 75.00 %
78
การประเมนระดบการเรยนรของค าถามและค าตอบโดยใชทฤษฎการเรยนรของ Bloom’s Taxonomy และตามการเรยนรจากความคดเหนของผเชยวชาญ ซงใชเฉพาะค าถามทถกตามหลกไวยากรณ หรอถกตามรปแบบของ Template-Based (Unambiguous) โดยไมนบขอทมเครองหมาย “-” ดงตารางท 22 แทนการทายของผประเมนโดยใชทฤษฎการเรยนรของ Bloom’s Taxonomy และตารางท 23 แทนการทายของผประเมนโดยใชการเรยนรจากความคดเหนของผเชยวชาญ
ตารางท 22 การทายของผประเมนโดยใชทฤษฎการเรยนรของ Bloom’s Taxonomy ขอ ชดท 1 ชดท 2 ชดท 3
คน 1 คน 2 คน 3 คน 1 คน 2 คน 3 คน 1 คน 2 คน 3
1 0 0 1 0 1 1 1 1 1
2 1 1 1 1 1 1 1 1 1
3 0 1 1 0 0 - 0 0 1
4 0 1 1 1 0 0 1 0 0
5 1 0 1 - - - 0 1 1
6 - - - 1 1 1 0 1 0
7 0 0 1 1 1 1 1 1 1
8 1 1 1 1 1 0 0 1 1
9 1 1 0 - 1 1 - - 0
10 0 1 1 0 1 1 1 1 1
11 1 1 1 - 1 1 0 1 1
12 1 1 1 - 1 1 0 1 1
รวม 6 8 10 5 9 8 5 9 9
79
ตารางท 23 การทายของผประเมนโดยใชการเรยนรจากความคดเหนของผเชยวชาญ ขอ ชดท 1 ชดท 2 ชดท 3
คน 1 คน 2 คน 3 คน 1 คน 2 คน 3 คน 1 คน 2 คน 3
1 1 1 0 0 1 1 1 1 1
2 1 1 1 1 1 1 1 1 1
3 0 1 1 1 1 - 1 1 0
4 0 1 1 0 1 1 0 1 1
5 0 1 0 - - - 0 1 1
6 - - - 1 1 1 1 0 1
7 0 1 0 1 1 1 1 1 1
8 1 1 1 1 1 0 0 1 1
9 1 1 0 - 1 1 - - 0
10 0 1 1 0 1 1 1 1 1
11 0 1 1 - 1 1 0 1 1
12 1 1 1 - 1 1 0 1 1
รวม 5 11 7 5 11 9 6 10 10
จากนนน าผลรวมคะแนนของผประเมนแตละคนในแตละชดค าถามมาหารดวย 12 (จ านวนขอของค าถามแตละชด) และน าคะแนนของค าถามแตละชดมาหารดวย 3 (จ านวนผประเมน) ดงตารางท 24 แสดงใหเหนวาระดบการเรยนรของค าถามและค าตอบโดยใชทฤษฎการเรยนรของ Bloom’s Taxonomy ซงมคะแนนอยระหวาง 67.33% - 74.67% และการเรยนรของค าถามและค าตอบโดยใชความคดเหนของผเชยวชาญ ซงมคะแนนอยระหวาง 70.00% - 84.00%
ตารางท 24 ผลประเมนระดบการเรยนรของค าถามและค าตอบ
ชดของค าถาม ทฤษฎการเรยนรของ Bloom’s Taxonomy
การเรยนรโดยใชความคดเหนของผเชยวชาญ
ชดท 1 72.67 % 70.00 %
ชดท 2 74.67 % 84.00 % ชดท 3 67.33 % 76.00 %
80
บทท 6
สรปผลการทดลอง และขอเสนอแนะ
6.1. สรปผลการทดลอง
การประเมนระดบการเรยนรของค าถาม และค าตอบโดยใชทฤษฎการเรยนรของ Bloom’s
Taxonomy ในรปแบบค าตอบภาษา SQL โดยการประเมนใชค าถามทงหมดทงทถกและไมถกตาม
หลกไวยากรณ หรอไมถกตามรปแบบของ Template-Based (Unambiguous) มคะแนนอยระหวาง
66.77% - 72.10% และการประเมนโดยใชค าถามทถกตามหลกไวยากรณ หรอถกตามรปแบบของ
Template-Based (Unambiguous) มคะแนนอยระหวาง 67.33% - 74.67% แสดงใหเหนวาระดบ
การเรยนรของค าถามและค าตอบทใชค าถามแบบถกตามหลกไวยากรณอยในเกณฑทดกวาค าถามท
ไมถกตามหลกไวยากรณ โดยแสดงใหเหนวาระบบสามารถสรางค าถามทมความเหมาะสม และระบบ
สามารถแยกแยะไดตรงตามทผเชยวชาญหรอมนษยเขาใจในการแบงระดบการเรยนรของค าถามและ
ค าตอบ
ในสวนของการเรยนรของค าถามและค าตอบโดยใชความคดเหนของผเชยวชาญ การประเมน
ใชค าถามทงหมดทงทถกและไมถกตามหลกไวยากรณ หรอไมถกตามรปแบบของ Template-Based
(Unambiguous) มคะแนนอยระหวาง 70.00% - 83.33% และการประเมนโดยใชค าถามทถกตาม
หลกไวยากรณ หรอถกตามรปแบบของ Template-Based (Unambiguous) มคะแนนอยระหวาง
70.00% - 84.00% แสดงใหเหนวาระดบการเรยนรของค าถามและค าตอบอยในเกณฑทดกวาการ
ประเมนระดบการเรยนรโดยใชทฤษฎการเรยนรของ Bloom’s Taxonomy โดยการแบงระดบการ
เรยนรจะขนอยกบตวผเชยวชาญแตละคน และทฤษฎการเรยนรของ Bloom’s Taxonomy ดวย
การแบงระดบการเรยนรของผประเมนจากตารางท 25 แสดงการประเมนระดบการเรยนรใน
แตละระดบทผประเมนทายถกตอง โดยคะแนนรวมในแตละระดบของทกชด คอ 23, 19, 18 และ 15
ซงผประเมนสามารถแบงการเรยนรระดบ 4 ไดดทสดรองลงมา คอ ระดบ 3, ระดบ 1 และระดบ 2
ตามล าดบ เพราะผประเมนสวนใหญสามารถบอกไดวาค าถามทมการระบเงอนไขในสวนของค าตอบ
จะจดอยในระดบ 3 และระดบ 4 และผประเมนไมสามารถบอกไดวาค าถามทไมมการระบ
81
เงอนไขในสวนของค าตอบจะจดอยในระดบใดซงผประเมนสวนใหญทายวาอยในระดบ 1 แตการแบง
ระดบการเรยนรโดยใชทฤษฎของ Bloom’s Taxonomy นน สามารถอยไดหลายระดบการเรยนร
ตามความหลากหลายของค าทน ามาใชสรางในสวนของค าถาม
ตารางท 25 การประเมนระดบการเรยนรในแตละระดบทผประเมนทายถกตอง ชดท 1 ชดท 2 ชดท 3
คน
ท
ระดบ
1
ระดบ
2
ระดบ
3
ระดบ
4
ระดบ
1
ระดบ
2
ระดบ
3
ระดบ
4
ระดบ
1
ระดบ
2
ระดบ
3
ระดบ
4
1 1 2 2 2 1 2 2 2 2 1 1 1
2 2 1 2 3 2 2 3 3 2 2 3 3
3 3 2 2 3 2 2 2 3 3 1 2 3
ส าหรบการประเมนประสทธภาพความเหมาะสมของค าถามทระบบสรางขน แสดงใหเหนวา
ระดบการเรยนรของ Relevance และ Unambiguous อยในเกณฑทดซงมคะแนนอยระหวาง 83.67% – 92.00% สวนคะแนนของ Variety ได 100% คะแนน แสดงใหเหนวาค าถามทระบบสรางไดเปนค าถามทตรงตามความตองการของผประเมน คอ ตรงตามประเภทของค าถาม (INSERT, UPDATE, DELETE, SELECT) และตรงตามระดบของ Bloom’s Taxonomy
6.2. ขอเสนอแนะและงานทจะศกษาตอ
การแบงระดบการเรยนรของค าถามและค าตอบโดยใชทฤษฎการเรยนรของ Bloom’s Taxonomy และตามการเรยนรจากความคดเหนของผเชยวชาญดงตารางท 26 โดยระดบการเรยนรของแตละค าสงการใชงานทไมตรงกน คอ INSERT, UPDATE ทไมมการระบเงอนไขในสวนของค าตอบ, UPDATE ทมการระบเงอนไขในสวนของค าตอบ, DELETE ทไมมการระบเงอนไขในสวนของค าตอบ และDELETE ทมการระบเงอนไขในสวนของค าตอบ เพราะการแบงระดบการเรยนรโดยใชทฤษฎของ Bloom’s Taxonomy นน สามารถอยไดหลายระดบการเรยนรตามความหลากหลายของค าทน ามาใชสรางในสวนของค าถาม ในสวนของการแบงระดบการเรยนรโดยใชความคดเหนของผเชยวชาญ ไมไดค านงถงค าทน ามาใชในการสรางค าถาม ซงผเชยวชาญดเฉพาะลกษณะของค าถามและค าตอบวาเปนค าสงการใชงานในลกษณะใดเทานน
82
ตารางท 26 ระดบการเรยนรจากความคดเหนของผเชยวชาญ ค าสง ระดบการเรยนร
ของผเชยวชาญ ระดบการเรยนรของ Bloom’s
การจดจ ารปแบบค าสงของภาษา SQL ทจะใชได และไมมการระบเงอนไขในสวนของค าตอบ
1 1
ไมมการระบเงอนไขในสวนของค าตอบแตเปนการแสดงขอมลของแอตทรบวตมากกวาหนงแอตทรบวต
2 2
Group By 3 3
Order By 3 3 ค าสงการรวม (Aggregate Function) คอ AVG, MAX, MIN, SUM, COUNT, STD
3 3
โอเปอเรเตอร LIKE 4 4
UPPER, LOWER 4 4
โอเปอเรเตอร BETWEEN 4 4 เงอนไขของ GROUP BY คอ HAVING 4 4
ขอมลซงเชอมอยสองและสามตารางทมความสมพนธกนแบบ Primary key และ Foreign key
4 4
เครองหมายด าเนนการเปรยบเทยบ (>, <, =) 3 3
INSERT 1 1, 2, 3 UPDATE ไมมการระบเงอนไขในสวนของค าตอบ 2 1, 2
UPDATE มการระบเงอนไขในสวนของค าตอบ 2 3 DELETE ไมมการระบเงอนไขในสวนของค าตอบ 1 1, 2
DELETE มการระบเงอนไขในสวนของค าตอบ 2 3, 4
83
การแบงชวงจากการทายระดบการเรยนรโดยใชทฤษฎของ Bloom’s Taxonomy และตามการเรยนรจากความคดเหนของผเชยวชาญ โดย 0 แทน ผประเมนทายระดบการเรยนรไดถกตอง
1 แทน ผประเมนทายระดบการเรยนรผดพลาดไป 1 ระดบ 2 แทน ผประเมนทายระดบการเรยนรผดพลาดไป 2 ระดบ 3 แทน ผประเมนทายระดบการเรยนรผดพลาดไป 3 ระดบ จะเหนไดวา ชวงจากการทายระดบการเรยนรทงสองแบบ ผประเมนทายถกโดยไมผดพลาด
สงวาการทายผดพลาด ในสวนททายผดพลาดนนผประเมนสวนใหญทายผดพลาดเพยงระดบเดยวเทานนแสดงดงตารางท 27 และตารางท 28
ตารางท 27 ชวงจากการทายระดบการเรยนรโดยใชทฤษฎของ Bloom’s Taxonomy
ขอ ชดท 1 ชดท 2 ชดท 3
คน 1 คน 2 คน 3 คน 1 คน 2 คน 3 คน 1 คน 2 คน 3
1 1 1 0 1 0 0 0 0 0
2 0 0 0 0 0 0 0 0 0
3 1 0 0 1 1 1 1 1 0
4 1 0 0 0 1 1 0 1 1
5 0 1 0 1 0 0 1 0 0
6 0 1 1 0 0 0 1 0 1
7 2 1 0 0 0 0 0 0 0
8 0 0 0 0 0 1 1 0 0
9 0 0 1 1 0 0 2 0 1
10 3 0 0 1 0 0 0 0 0
11 0 0 0 0 0 0 3 0 0
12 0 0 0 0 0 0 1 0 0
84
ตารางท 28 ชวงจากการทายระดบการเรยนรโดยใชทฤษฎของผเชยวชาญ ขอ ชดท 1 ชดท 2 ชดท 3
คน 1 คน 2 คน 3 คน 1 คน 2 คน 3 คน 1 คน 2 คน 3
1 0 0 1 1 0 0 0 0 0
2 0 0 0 0 0 0 0 0 0
3 1 0 0 0 0 0 0 0 1
4 1 0 0 1 0 0 1 0 0
5 1 0 1 1 0 0 1 0 0
6 1 0 0 0 0 0 0 1 0
7 1 0 1 0 0 0 0 0 0
8 0 0 0 0 0 1 1 0 0
9 0 0 1 1 0 0 2 0 1
10 3 0 0 1 0 0 0 0 0
11 0 0 0 0 0 0 3 0 0
12 0 0 0 0 0 0 1 0 0
งานนอธบายเกยวกบการสรางค าถามและค าตอบจะสรางเกยวกบวชาระบบฐานขอมล
(Database System) ซงเปนค าถามในรปแบบค าตอบเกยวกบภาษา SQL สรางโดยใชค าสงพนฐาน
ของภาษา SQL ประเภท Data Manipulation Language (DML) เปนค าสงจดการขอมล ส าหรบ
งานทศกษาตอเพมในสวนของค าสงพนฐานของภาษา SQL ประเภท Data Definition Language
(DDL), Transaction control statements และ Session control statements และเพมในสวน
การเรยนรของ Bloom’s Taxonomy ในการสรางค าถาม และค าตอบทระบบสรางไดใหครอบคลม
ในระดบแรกถงระดบหก คอ ความรท เกดจากความจ า (Remembering), ความเขาใจ
(Understanding), การประยกตใช (Applying), การวเคราะห (Analyzing), การประเมนคา
(Evaluating) และความคดสรางสรรค (Creating) โดยมการค านงถงหลกไวยากรณของภาษาองกฤษ
และความหมายของขอมลในแตละฟลดเพมขน
85
รายการอางอง
พรรณย บวโต. (2558). Using Questioning Techniques of Thinking Skills in English. เขาถงเมอ 12 ตลาคม 2559. เขาถงไดจาก http://school.esanpt1.go.th/nites/km/55km/Think.pdf
Bloom’s Taxonomy. Accessed October 12, 2016. Available from http://www.risna.org/Main-Menu-Category/ContinuingEducation/IndividualActivityApplication/BloomsTaxonomy.pdf
C.J. Date. (1983). Database A Primer. Sydney: Addison-Wesley Publishing Company, Inc.
C.J. Date. (2004). An Introduction to Database Systems. Canada: Pearson Education, Inc.
D.S. Wang. (2010). “A Domain-Specific Question Answering System Based on Ontology and Question Templates.” International Conference on Software Engineering 11: 151-156.
Database Programming. Accessed October 12, 2016. Available from http://test.doe.sd.gov/octe/documents/IT_DatabaseProgramming.pdf
Francie Kugelman. (2015). Bloom’s Taxonomy. Accessed October 12, 2016. Available from http://www.bloomstaxonomy.org/Blooms%20Taxonomy%20questions.pdf
Husam N. Yasin. (2015). “Automatic Diagrammatic Multiple Choice Question Generation from Knowledge Bases.” The Seventh International Conference on Information, Process, and Knowledge Management (February): 172-175.
Husam Ali Yllias, Chali Sadid and A. Hasan. (2010). “Automatic Question Generation from Sentences.” TALN 2010, Montréal, 19–23 juillet. Hafedh Hussein, Mohammed Elmogy, Shawkat Guirguis. (2014). “Automatic English
Question Generation System Based on Template Driven Scheme.” IJCSI International Journal of Computer Science Issues 11, 1 (November): 45-53.
86
J. Harvey Trimble and Jr. David Chappell. (1989). A Visual Introduction to SQl. Canada: John Wiley & Sons, Inc.
James R. Groff and Paul N. Weinberg. (2002). The Complete Reference SQL Second Edition. California: Brandon A. Nordin. Jennifer Piggott. (2011). Bloom's Taxonomy. Cambridge: University of Cambridge. John Dunlosky, Katherine A. Rawson, Elizabeth J. Marsh, Mitchell J. Nathan, and Daniel T. Willingham. (2013). “Improving Student’s Learning With Effective
Learning Techniques: Promising Directions From Cognitive and Educational Psychology.” Psychological Science in the Public Interest (January): 4-58.
Kifer, Bernstein and Lewis. (2006). Database Systems. Canada: Pearson International Education, Inc.
Lunds. Bloom's Taxonomy Mathematics Chart. Accessed October 12, 2016. Available from http://montemath.com/bloomstaxonomyformath.pdf
Maha AI-Yahya. (2014). “Ontology-Based Multiple Choice Question Generation.” Hindawi Publishing Corporation The Scientific World Journal.
Manish Agarwal and Prashanth Mannem. (2011). “Automatic Gap-fill Question Generation from Text Books.” Proceedings of the Sixth Workshop on Innovative Use of NLP for Building Educational Applications (June): 56-64.
Ming Liu, Rafael A. Calvo, Anindito Aditomo, Luiz Augusto Pizzato. (2012). “Using Wikipedia and Conceptual Graph Structures to Generate Questions for
Academic Writing Support.” IEEE Transactions on Learning Technologies. 5, 3 : 251-263.
Nguyen-Thin Le and Niels Pink want. (2016). “Question Generation Using WordNet.” International Conference on Computers in Education.Japan: Asia-Pacific Society for Computers in Education (January).
Nguyen-Thinh Le, Tomoko Kojiri, Niels Pinkwart. (2011). “Automatic Question Generation for Educational Applications – The State of Art.” Springer-Verlag Berlin Heidelberg.
87
Norman Herr. (2007). The Sourcebook for Teaching Science. Canada: Jossey-Bass, John Wiley & Sons, Inc.
Quan Do, Rajeev Agrawal, Luiz Dhana Rao. (2014). “Automatic Generation of SQL Queries.” American Society for Engineering Education.
r.mitkov, l.a.ha and n.karamanis. (2005). “A computer-aided environment for generating multiple-choice test items.” Printed in the United Kingdom Cambridge University Press (November): 1-17.
READING BOOT CAMP. (2011). Blooms Taxonomy Math Question Stems. Accessed October 12, 2016. Available from http://reading-sage.blogspot.com/2011/10/blooms-taxonomy-math-questions-stems.html
Robert W. Sebesta. (2012). CONCEPTS OF PROGRAMMING LANGUAGES. Canada: Pearson Education, Inc.
Sarah Gibson, Lizzie Oliver, Mary Dennison. (2015). “Workload Challenge Analysis of teacher consultation responses: Sixth form colleges.” Department for
Education. Sedita and Joan. (2010). Bloom’s Taxonomy: Prompts for Generating Questions.
Accessed October 12, 2016. Available from http://www.henryclayschool.com/uploads/1/9/8/2/19820597/bloomtaxonomy_questions_prompts.pdf
Shiyan Ou, Constantin Orasan, Dalila Mekhaldi and Laura Hasler. (2008). “Automatic Question Pattern Generation for Ontology-based Question Answering.” Proceedings of the Twenty-First International FLAIRS Conference: 183-188.
Susbi Sharma. (2012). “A TUTORIAL APPROACH FOR TEACHING DATABASE CONCEPTS.” Ph.D. thesis of Science, Major Department of Computer Science, North Dakota State University.
ภาคผนวก
89
ภาคผนวก ก โครงสรางฐานขอมล # Host: localhost (Version 6.0.4-alpha-community-log) # Date: 2017-01-18 13:25:59 # Generator: MySQL-Front 5.4 (Build 2.5) # Internet: http://www.mysqlfront.de/ /*!40101 SET NAMES utf8 */; # # Structure for table "customers" # CREATE TABLE `customers` ( `CustomerNo` char(6) NOT NULL DEFAULT '' COMMENT 'customer number,Sequence,[LIKE/COUNT/BETWEEN/HAVING]', `CName` varchar(50) NOT NULL DEFAULT '' COMMENT 'customer name,Person,[LIKE/UPPER/BETWEEN/LOWER/GROUP BY/ORDER BY]', `CAddress` varchar(255) NOT NULL DEFAULT '' COMMENT 'customer address,Location,[LIKE/UPPER/BETWEEN/LOWER/GROUP BY/ORDER BY]', `CProvince` varchar(50) NOT NULL DEFAULT '' COMMENT 'customer province,Location,[LIKE/UPPER/BETWEEN/LOWER/GROUP BY/ORDER BY]', `CPhone` char(10) NOT NULL DEFAULT '' COMMENT 'phone number,Phone,[COUNT/GROUP BY/ORDER BY]', PRIMARY KEY (`CustomerNo`) COMMENT 'customer number,Sequence,[LIKE/COUNT/BETWEEN/HAVING]' ) ENGINE=InnoDB DEFAULT CHARSET=utf8; # # Data for table "customers" # INSERT INTO `customers` VALUES ('CU-001','Jittima Janphat','214 M.12','Chumphon ','0864364549'),('CU-002','Jutarmas Yodrat','1/2 M.1 ','Chanthaburi','0479623181');
90
# # Structure for table "orderss" # CREATE TABLE `orderss` ( `OrderNo` char(6) NOT NULL DEFAULT '' COMMENT 'order number,Sequence,[LIKE/COUNT/BETWEEN/HAVING]', `ODate` date NOT NULL DEFAULT '0000-00-00' COMMENT 'date order,Date,[GROUP BY/ORDER BY/BETWEEN/COUNT]', `Ototal` int(11) NOT NULL DEFAULT '0' COMMENT 'total order,Number,[GROUP BY/ORDER BY/AVG/MAX/MIN/SUM/COUNT/STD/HAVING]', `CustomerNo` char(6) NOT NULL DEFAULT '' COMMENT 'customer number,Sequence,[LIKE/COUNT/BETWEEN/HAVING]', PRIMARY KEY (`OrderNo`) COMMENT 'order number,Sequence,[LIKE/COUNT/BETWEEN/HAVING]', KEY `Foreign Key` (`CustomerNo`) COMMENT 'customer number', CONSTRAINT `cus_fk` FOREIGN KEY (`CustomerNo`) REFERENCES `customers` (`CustomerNo`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8; # # Data for table "orderss" # INSERT INTO `orderss` VALUES ('OR-001','2016-04-08',3,'CU-001'),('OR-002','2016-04-08',5,'CU-001'),('OR-004','2016-04-12',89,'CU-002');
91
# # Structure for table "products" # CREATE TABLE `products` ( `ProductNo` char(3) NOT NULL DEFAULT '' COMMENT 'product number,Sequence,[LIKE/GROUP BY/COUNT/BETWEEN/HAVING]', `PName` varchar(50) NOT NULL DEFAULT '' COMMENT 'product name,Object,[LIKE/UPPER/BETWEEN/LOWER/GROUP BY/ORDER BY]', `PPrice` int(11) NOT NULL DEFAULT '0' COMMENT 'price product,Money,[BETWEEN/GROUP BY/ORDER BY/AVG/MAX/MIN/SUM/COUNT/STD/HAVING]', `PTotal` int(11) NOT NULL DEFAULT '0' COMMENT 'total product,Number,[BETWEEN/GROUP BY/ORDER BY/AVG/MAX/MIN/SUM/COUNT/STD/HAVING]', PRIMARY KEY (`ProductNo`) COMMENT 'product number,Sequence,[LIKE/GROUP BY/COUNT/BETWEEN/HAVING]' ) ENGINE=InnoDB DEFAULT CHARSET=utf8; # # Data for table "products" # INSERT INTO `products` VALUES ('001','LUMIA',61,51),('003','SVQTYFDHMO',62,30),('004','BARF',33,30);
92
# # Structure for table "orders_details" # CREATE TABLE `orders_details` ( `ProductNo` char(3) NOT NULL DEFAULT '' COMMENT 'product number,Sequence,[LIKE/GROUP BY/COUNT/BETWEEN/HAVING]', `OrderNo` char(6) NOT NULL DEFAULT '' COMMENT 'order number,Sequence,[LIKE/COUNT/BETWEEN/HAVING]', `quantity` int(11) DEFAULT NULL COMMENT 'quantity product,Number,[GROUP BY/ORDER BY/AVG/MAX/MIN/SUM/COUNT/STD/HAVING]', PRIMARY KEY (`OrderNo`,`ProductNo`), KEY `Foreign Key` (`OrderNo`) COMMENT 'order number,Sequence,[LIKE/COUNT/BETWEEN/HAVING]', KEY `Foreign Key2` (`ProductNo`) COMMENT 'product number,Sequence,[LIKE/GROUP BY/COUNT/BETWEEN/HAVING]', CONSTRAINT `or_fk` FOREIGN KEY (`OrderNo`) REFERENCES `orderss` (`OrderNo`), CONSTRAINT `pro_fk` FOREIGN KEY (`ProductNo`) REFERENCES `products` (`ProductNo`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8; # # Data for table "orders_details" # INSERT INTO `orders_details` VALUES ('001','OR-002',12),('003','OR-002',6),('001','OR-004',4),('004','OR-004',736);
93
ภาคผนวก ข ค าถามและค าตอบทใชในการประเมนระบบ
94
95
96
97
98
99
ภาคผนวก ค คมอการใชงานโปรแกรม (User’s Document) ภาคผนวกน จะกลาวถงการใชงานโปรแกรมตามล าดบขนตอนอยางละเอยด เพอใหผใช
สามารถใชโปรแกรมไดอยางถกตองและเขาใจการท างานของโปรแกรมมากขน
ค.1 การสรางฐานขอมล ในขนตอนแรกท าการสรางฐานขอมลเพอใชในการสรางค าถามและค าตอบของภาษา SQL
เลอก localhost -> New -> Database
รปท 49 การสรางฐานขอมล
ปอนชอฐานขอมลทตองการสรางในชอง Name
รปท 50 ปอนชอฐานขอมลทตองการ
100
สรางตารางทตองการในฐานขอมลเลอก New -> Table
รปท 51 สรางตารางทตองการ
ปอนชอตารางทตองการลงในชอง Name และเลอก Type เปน InnoDB
รปท 52 ปอนชอตารางทตองการ
101
สรางฟลดทตองการในแตละตารางเลอก ชอตาราง -> New -> Field
รปท 53 สรางฟลดทตองการ
ปอนชอฟลดทตองการพรอมทงรายละเอยดตางๆ ในสวนของรายละเอยดในแตละฟลดใสในชอง Comment โดยปอน รายระเอยดของชอฟล,ประเภทของฟลด,[ฟงกชนทฟลดนนสามารถใชงานได] เชน customer number,Sequence,[LIKE/COUNT/BETWEEN/HAVING]
รปท 54 ปอนชอฟลดทตองการพรอมทงรายละเอยด
102
สราง Primary key ทตองการในแตละตารางเลอก ชอตาราง -> New -> Key
รปท 55 สราง Primary key
เลอกชอฟลดทตองการใชเปน Primary key ของตารางนน
รปท 56 เลอกชอฟลดทตองการใชเปน Primary key
103
แสดงขอมลฟลดทงหมดในตาราง
รปท 57 ขอมลฟลดทงหมดในตาราง
สราง Foreign key ทตองการในแตละตารางเพอเชอมความสมพนธไปยงตารางหลกเลอก ชอตาราง -> New -> Foreign key
รปท 58 สราง Foreign key
104
เลอกชอฟลดทตองการใชเปน Foreign key ของตารางหลกเพอเชอมมาตารางอางอง จากนนเลอกตาราง และฟลดของตารางทตองการอางอง และท าการเลอกวาตองการใหตารางทอางองกนมความสมพนธในรปแบบของ CASCADE หรอไม
รปท 59 เลอกชอฟลดทตองการใชเปน Foreign key
แสดงขอมลการอางของแตละตาราง
รปท 60 ขอมลการอางของแตละตาราง
105
ค.2 การใชงานระบบ แสดงหนาแรกของระบบการสรางค าถามและค าตอบส าหรบภาษา SQL
รปท 61 หนาแรกของระบบ
เลอกฐานขอมลทผใชตองการสรางค าถามและค าตอบส าหรบภาษา SQL
รปท 62 เลอกฐานขอมลทผใชตองการ
106
เลอกประเภทของค าถาม, ระดบของค าถาม, ระบจ านวนขอหรอจ านวนชดทตองการ จากนนกดสรางค าถาม
รปท 63 กรอกขอมลทตองการสรางค าถาม
ระบบแสดงค าถามและค าตอบทผใชตองการ
รปท 64 ระบบแสดงค าถามและค าตอบ
107
ประวตผวจย ชอ – สกล ทอย ประวตการศกษา พ.ศ. 2557 พ.ศ. 2557
จตตมา จนทรพฒน 214 หม 12 ต าบล นาขา อ าเภอ หลงสวน จงหวด ชมพร 86110 ส าเรจการศกษาปรญญาวทยาศาสตรบณฑต สาขาวชาเทคโนโลยสารสนเทศ มหาวทยาลยศลปากร อาจารยทปรกษาวทยานพนธ อาจารย ดร. อรวรรณ เชาวลต GPA : 2.60 ศกษาตอระดบปรญญาวทยาศาสตรมหาบณฑต สาขาวชาเทคโนโลยสารสนเทศ มหาวทยาลยศลปากร อาจารยทปรกษาวทยานพนธ อาจารย ดร. อรวรรณ เชาวลต GPA : 3.50