تصنيف الأخبار باستخدام التعلم الالي
تفاصيل العمل
يهدف مشروع تصنيف الأخبار إلى تطوير نموذج قوي قادر على تصنيف المقالات الإخبارية بدقة في خمس فئات متميزة
الرياضة، التكنولوجيا، الترفيه، السياسة، والأعمال. يستخدم النموذج (SVM) كمصنف، وقد تم تدريبه باستخدام مجموعة بيانات شاملة مستمدة من منصة أخبار بي بي سي BBC.
تم تصميم النموذج لتصنيف المقالات الإخبارية إلى واحدة من خمس فئات محددة مسبقًا، مما يغطي مجموعة واسعة من المواضيع الإخبارية.
تشمل بيانات التدريب مجموعة متنوعة من المقالات المأخوذة من منصة أخبار بي بي سي BBC، مما يضمن تغطية واسعة للمواضيع وأنماط الكتابة التي تمثل محتوى الأخبار في العالم الحقيقي.
يستخدم النموذج (SVM)، وهو خوارزمية تعلم آلي قوية معروفة بفعاليتها في التعامل مع البيانات ذات الأبعاد العالية وتحقيق دقة عالية في مهام التصنيف.
من خلال عمليات التدريب والتحقق الدقيقة، قد أظهر النموذج معدل دقة مثير للإعجاب يبلغ 98% على بيانات الاختبار، مما يشير إلى قدرته على التفريق بين فئات الأخبار المختلفة بشكل فعّال.
تم تصميم عملية التصنيف لتكون سريعة وفعّالة، مما يتيح التصنيف في الوقت الفعلي للمقالات الإخبارية الواردة أثناء نشرها أو تجميعها.
تم تصميم النموذج ليكون قابل للتوسيع، مما يسمح بإدماجه بسهولة في تطبيقات ومنصات مختلفة، بما في ذلك مواقع تجميع الأخبار، وأنظمة توصية المحتوى، وتغذية الأخبار الشخصية.
يتضمن المشروع واجهة مستخدم على Hugging Face ودية للتفاعل بسهولة مع النموذج، مما يتيح للمستخدمين إدخال المقالات الإخبارية واستلام نتائج التصنيف على الفور.
بشكل عام، يقدم مشروع تصنيف الأخبار حلاً موثوقًا وفعّالًا لتصنيف المقالات الإخبارية تلقائيًا، مما يسهل إدارة المحتوى بكفاءة ويعزز تجربة المستخدم في الوصول إليه.
يمكنك العثور على الكود الخاص بالمشروع على الرابط التالي:
يمكنك تجربة النموذج عبر الإنترنت على موقع Hugging Face عبر رابط المشروع.
بطاقة العمل
| اسم المستقل | Moaz E. |
| عدد الإعجابات | 1 |
| عدد المشاهدات | 21 |
| تاريخ الإضافة | |
| تاريخ الإنجاز |