تحليل المشاعر في مراجعات المنتجات | Sentiment Analysis on Product Reviews

بالعربي:

مشروع يهدف إلى بناء مصنف ثنائي لتحديد ما إذا كانت مراجعة المنتج إيجابية أو سلبية.

تم استخدام مجموعة بيانات IMDb Movie Reviews من Kaggle، مع خطوات معالجة نصوص تشمل:

تنظيف النصوص (إزالة علامات الترقيم، الوسوم، والكلمات الشائعة).

تحويل النصوص إلى صيغة عددية باستخدام TF-IDF.

تدريب نموذجين للتصنيف: Logistic Regression و Multinomial Naive Bayes.

تقييم الأداء باستخدام Accuracy, Precision, Recall, و F1-score.

الأدوات واللغات: Python, Scikit-learn, Pandas, NLTK

In English:

This project focuses on building a binary sentiment classifier to determine whether a product review expresses a positive or negative sentiment.

Dataset: IMDb Movie Reviews from Kaggle

Preprocessing: Text cleaning, normalization, stopword removal, tokenization, TF-IDF vectorization

Models: Logistic Regression & Multinomial Naive Bayes

Evaluation Metrics: Accuracy, Precision, Recall, F1-score

Tools & Libraries: Python, Scikit-learn, Pandas, NLTK