Fake Vs Real news model (using RNN)

نموذج ذكي لتصنيف الأخبار إلى "حقيقية" أو "مزيفة" باستخدام الشبكات العصبية المتكررة (Recurrent Neural Networks) مع طبقة LSTM ثنائية الاتجاه (Bidirectional LSTM).

يتميز النموذج بما يلي:

دقة عالية جداً وصلت إلى 99.8% على بيانات الاختبار.

يعتمد على معالجة النصوص مع إزالة التكرار والوقف وتنظيف النصوص.

تم تدريب النموذج على آلاف الأخبار الحقيقية والمزيفة من قاعدة بيانات عامة.

يستخدم Embedding + LSTM + Dropout لمنع overfitting.

يعرض أيضاً الرسوم البيانية لدقة النموذج والخسارة خلال التدريب.

هذا المشروع يساعد الصحفيين، ومواقع التواصل، والمستخدمين في كشف الأخبار الكاذبة بسهولة.