scrap pdf files and extract text to train machine learning model

يهدف هذا المشروع إلى تطوير نظام يقوم بجمع ملفات PDF من مصادر مختلفة واستخلاص النصوص منها بشكل آلي. بعد استخراج النصوص، يتم استخدام البيانات المُجمعة لتدريب نموذج تعلم آلي (Machine Learning) لأغراض تحليلية مثل التصنيف، التلخيص، أو استخراج المعلومات. يساهم المشروع في بناء قاعدة بيانات نصية غنية تُستخدم في تحسين أداء النماذج الذكية، خاصة في اللغة العربية.