تطبيق ويب تفاعلي يعتمد على تقنيات تعلم الآلة (Machine Learning) ومعالجة اللغات الطبيعية (NLP) لتحليل نصوص تقييمات المنتجات والعملاء، وتصنيفها بدقة إلى آراء إيجابية (Positive) أو سلبية (Negative).

تطبيق ويب تفاعلي يعتمد على تقنيات تعلم الآلة (Machine Learning) ومعالجة اللغات الطبيعية (NLP) لتحليل نصوص تقييمات المنتجات والعملاء، وتصنيفها بدقة إلى آراء إيجابية (Positive) أو سلبية (Negative). تم بناء وتدريب النماذج على مجموعة بيانات ضخمة ومتوازنة تحتوي على مليون تقييم (1 Million Reviews)، مما يجعله أداة قوية وموثوقة للشركات لفهم انطباعات عملائها واتخاذ قرارات مبنية على البيانات. أهم المميزات (Key Features): تحليل النصوص الفردية (Single Text Analysis): إمكانية إدخال نص مباشر أو تقييم لمعرفة الانطباع العام فوراً مع واجهة مستخدم توضح النتيجة بشكل مرئي وسهل. التحليل المجمع (Batch Analysis): دعم تحليل كميات كبيرة من التقييمات في وقت واحد، سواء عن طريق إدخال نصوص متعددة في واجهة التطبيق، أو من خلال رفع ملفات البيانات (CSV Upload)، مما يوفر الكثير من الوقت للشركات. شفافية المعالجة المسبقة (Preprocessing Details): التطبيق لا يعطي النتيجة فقط، بل يعرض للمستخدم الخطوات الاحترافية التي تمت على النص الأصلي لتنظيفه قبل إدخاله للنموذج (مثل إزالة الروابط، التشكيل، والكلمات غير المؤثرة). لوحة تحكم تحليلية (Analytics Dashboard): (بناءً على القائمة الجانبية للتطبيق) لاستعراض إحصائيات عامة عن البيانات التي تم تحليلها. التقنيات والنماذج المستخدمة (Technical Highlights): خوارزميات تعلم الآلة: تم تدريب واختبار عدة نماذج، وتم الاعتماد على Logistic Regression و Naive Bayes كأفضل النماذج أداءً للمشروع. معالجة اللغات الطبيعية (NLP Pipeline): تم بناء خط أنابيب (Pipeline) متكامل لتنظيف ومعالجة النصوص يمر بـ 7 خطوات احترافية تشمل: تحويل الحروف إلى صيغة صغيرة (Lowercase). فك الاختصارات اللغوية (Expanding Contractions). إزالة أكواد HTML والروابط (URLs). إزالة الرموز الخاصة والأرقام. إزالة الكلمات التوقفية (Stopwords) مع الحفاظ على كلمات النفي لضمان عدم تغيير معنى المشاعر. إرجاع الكلمات لجذورها الأصلية (Lemmatization). الهدف والقيمة المضافة: يقدم هذا المشروع حلاً تقنياً متكاملاً (End-to-End ML Project) يوضح القدرة على التعامل مع البيانات الضخمة (Big Data)، وتطبيق مفاهيم الـ NLP المعقدة، وبناء واجهة مستخدم تفاعلية (Web App) تُمكّن العميل النهائي من استخدام نماذج الذكاء الاصطناعي بكل سهولة لتحسين جودة منتجاته وخدماته.