تحليل مشاعر مراجعات الأفلام باستخدام تقنيات تعلم الآلة

يهدف هذا المشروع إلى تحليل وتصنيف مراجعات الأفلام إلى إيجابية أو سلبية اعتمادًا على المحتوى النصي للمراجعة. تم تنفيذ المشروع باستخدام منهجية منظمة تشبه المشاريع الإنتاجية (Production-Style ML Pipeline) مع هيكلة واضحة للكود وخطوات معالجة البيانات. يعتمد المشروع على تقنيات معالجة اللغة الطبيعية (NLP) لتحويل النصوص إلى تمثيل عددي يمكن لنماذج تعلم الآلة التعامل معه، ثم تدريب نماذج مختلفة للتنبؤ بمشاعر المراجعات بدقة عالية. خطوات العمل في المشروع جمع وتحميل بيانات مراجعات الأفلام تنظيف النصوص ومعالجة البيانات (Text Preprocessing) تحويل النصوص إلى متغيرات رقمية باستخدام TF-IDF Vectorization بناء وتدريب نماذج تعلم الآلة مثل: Logistic Regression Support Vector Machine (SVM) تقييم أداء النماذج باستخدام مقاييس مثل: Accuracy Precision Recall F1-score مقارنة النتائج واختيار النموذج الأفضل الأدوات والتقنيات المستخدمة Python Pandas NumPy Scikit-learn Natural Language Processing (NLP) TF-IDF Vectorization Logistic Regression Support Vector Machine (SVM) Jupyter Notebook المهارات المستخدمة تعلم الآلة (Machine Learning) معالجة اللغة الطبيعية (NLP) تحليل المشاعر (Sentiment Analysis) تصنيف النصوص (Text Classification) معالجة البيانات (Data Preprocessing) هندسة الخصائص (Feature Engineering)