Reuters news classification

Reuters-21578 Dataset Classification Project مشروع Reuters-21578 يهدف إلى تصنيف المقالات الإخبارية ضمن مجموعة بيانات تضم أكثر من 10,000 وثيقة وما يقارب 30,000 كلمة فريدة. تم استخدام تقنيات معالجة اللغة الطبيعية (NLP) والتصنيف متعدد التسميات (Multi-label Classification) لتحليل وتصنيف الأخبار إلى فئات متعددة. اللغات والتقنيات المستخدمة: لغة البرمجة: Python بيئة العمل: Jupyter Notebook المكتبات: Scikit-learn، TensorFlow/Keras، Plotly، Matplotlib، Seaborn، WordCloud تنسيق البيانات: XML محتوى المشروع: معالجة البيانات المسبقة (Preprocessing): تنظيف النصوص وتحويلها إلى شكل قابل للمعالجة. التصنيف متعدد التسميات (Multi-label Classification): تدريب نموذج للتنبؤ بعدة فئات لكل مقال باستخدام خوارزميات تعلم الآلة. مقارنة مع التصنيف أحادي التسمية (Multiclass): تقييم أداء النماذج في الحالتين. التحليل والتصور (Visualization): إنشاء رسوم بيانية وخرائط كلمات لعرض نتائج التصنيف وتوزيع الفئات. التعامل مع الضوضاء (Noisy Labels): دراسة تأثير جودة البيانات وتنوع مصادرها على دقة النماذج.