تطوير شات بوت (Chatbot) لشركة ICTHub بالاعتماد على تقنيات معالجة اللغة الطبيعية (NLP) وخوارزميات التعلم الآلي.
البيانات المستخدمة مأخوذة من ملف يحتوي على مدخلات المستخدمين (User Inputs) و ردود الشات بوت المناسبة (Chatbot Responses).
تم استخدام TF-IDF Vectorizer لاستخراج السمات النصية من البيانات.
تم تدريب نموذج Logistic Regression مع تحسين المعلمات باستخدام GridSearchCV للحصول على أفضل أداء.
تم ترميز الاستجابات باستخدام LabelEncoder لتهيئة البيانات للنموذج.
النموذج تم تقييمه بدقة (Test Accuracy) على بيانات الاختبار بعد فصل البيانات إلى تدريب/اختبار.
الشات بوت قادر على التفاعل مع المستخدمين، التعرف على المدخلات، وإرجاع الرد المناسب المخزن في قاعدة البيانات.
تمت إضافة دالة لفحص ما إذا كان المدخل يحتوي على كلمات ذات معنى (باستخدام قاموس NLTK مع كلمات مخصصة مثل "icthub").
وبذلك، يوفّر المشروع نظام دردشة ذكي يساعد المستخدمين على الحصول على معلومات حول ICTHub وخدماتها بطريقة تلقائية، ويُعتبر خطوة نحو بناء مساعدين افتراضيين مخصصين للشركات.