مشروع تحليل المشاعر من تقييمات الأفلام

نموذج ذكاء اصطناعي لتحليل المشاعر يصنف تقييمات الأفلام تلقائياً إلى إيجابية أو سلبية بدقة 86.5%. تم التدريب على قاعدة بيانات IMDB (50,000 تقييم حقيقي). الهدف تطوير نظام ذكي قادر على: قراءة وفهم التقييمات النصية بالإنجليزية تحليل المشاعر واستخراج الرأي العام (إيجابي/سلبي) التصنيف التلقائي للمراجعات الجديدة توفير الوقت في تحليل آلاف التقييمات البيانات المستخدمة المصدر: IMDB Dataset الحجم: 50,000 تقييم التوزيع: متوازن (25,000 إيجابي + 25,000 سلبي) اللغة: الإنجليزية المراحل التقنية 1. تنظيف البيانات إزالة HTML Tags والرموز الخاصة توحيد الحروف إلى lowercase الحصول على نصوص نظيفة جاهزة للمعالجة 2. تحويل النصوص (TF-IDF) استخدام تقنية TF-IDF المتقدمة: استخدام أهم 10,000 كلمة تحليل الكلمات المفردة والمزدوجة إزالة الكلمات الشائعة غير المفيدة إعطاء وزن أكبر للكلمات المميزة 3. تقسيم البيانات 80% للتدريب (40,000 تقييم) 20% للاختبار (10,000 تقييم) 4. النموذج خوارزمية Multinomial Naive Bayes لماذا هذه الخوارزمية؟ سريعة في التدريب والتنبؤ فعالة مع البيانات النصية الكبيرة دقة عالية في تصنيف النصوص لا تحتاج موارد ضخمة النتائج الدقة الإجمالية: 86.53% أداء التصنيف: التقييمات السلبية: Precision: 88% Recall: 85% F1-Score: 86% التقييمات الإيجابية: Precision: 85% Recall: 88% F1-Score: 87%