Fake News Detection Model

مشروع كشف الأخبار المزيّفة

يهدف هذا المشروع إلى بناء نموذج ذكي قادر على تمييز الأخبار الحقيقية من الأخبار المزيّفة بالاعتماد على تقنيات التعلّم الآلي (Machine Learning).

تم استخدام مجموعة بيانات تحتوي على مقالات إخبارية وخصائصها المختلفة مثل: العنوان، المصدر، وعدد المشاركات على مواقع التواصل، إضافة إلى تصنيفها (حقيقية/مزيّفة).

خطوات تنفيذ المشروع:

- معالجة البيانات: تنظيف البيانات النصية والتأكد من خلوها من التكرارات أو القيم الناقصة.

- استخراج السمات (Features Engineering): تحويل النصوص والخصائص إلى تمثيل رقمي يمكن للنموذج التعامل معه.

- بناء النموذج: تدريب خوارزمية تعلم آلي (Random Forest ) لتعلّم أنماط الأخبار.

- تقييم الأداء: استخدام مقاييس مثل الدقّة (Accuracy) والاستدعاء (Recall) لمعرفة مدى كفاءة النموذج.

الواجهة الرسومية (GUI): تم تطوير واجهة باستخدام Python (Tkinter) تسمح للمستخدم بإدخال خبر معيّن والحصول على التوقع مباشرة.

أهداف المشروع:

محاربة انتشار المعلومات المضللة على الإنترنت.

مساعدة المستخدمين في التحقق من صحة الأخبار بسرعة وسهولة.

تقديم مثال عملي على تطبيقات الذكاء الاصطناعي في مجال الإعلام.