AI Models for Mental Health Text Classification – نمذجة ذكية لتصنيف نصوص الصحة النفسية

عملت على تطوير مجموعة من خوارزميات الذكاء الاصطناعي لتصنيف النصوص المرتبطة بالصحة النفسية، باستخدام مجموعة بيانات واقعية مأخوذة من مصادر رقمية مثل منصات الدعم النفسي.

تم تطبيق نماذج تعلم آلي متعددة (Machine Learning Models) شملت:

Multinomial Naive Bayes

Logistic Regression

Random Forest

Support Vector Machines (SVM)

MLP Neural Network

Gradient Boosting

وتم أيضًا استخدام تقنيات متقدمة مثل:

TF-IDF لاستخراج الخصائص اللغوية من النصوص

SMOTE لمعالجة مشكلة عدم توازن الأصناف (Class Imbalance)

Grid Search لضبط المعاملات وتحسين الأداء

ROC Curve & Confusion Matrix لتحليل النتائج بدقة

الهدف من هذا المشروع هو بناء نظام ذكي قادر على تمييز الحالات النفسية (قلق، اكتئاب، أفكار انتحارية...) من خلال نصوص كتابية بشكل دقيق، ما يفتح المجال لاستخدامه في التطبيقات الصحية الذكية والروبوتات العلاجية.

تم تحقيق دقة تصل إلى 90.9% في أفضل نموذج، مع تحسن كبير في تصنيف الفئات الأقل تمثيلًا.