Discovering movie review snetiment using deep learning

نظام هجين لتحليل المشاعر (Hybrid Sentiment Analysis System)

يقدم هذا المشروع حلاً متكاملاً يعتمد على تقنيات التعلم العميق (Deep Learning) لتحليل النصوص وتحديد المشاعر (إيجابية أو سلبية). تكمن قوة المشروع في استخدامه لمعماريات هجينة تدمج بين الشبكات العصبية الالتفافية (CNN) لاستخراج الخصائص، و الشبكات العصبية المتكررة (RNN) لمعالجة السياق والتسلسل الزمني للنص.

أبرز مميزات المشروع:

نماذج ذكاء اصطناعي متعددة: تم بناء وتدريب أربعة نماذج هجينة مختلفة للمقارنة بينهم والحصول على أفضل دقة:

CNN + LSTM: دمج الكفاءة في استخراج الميزات مع الذاكرة طويلة المدى.

CNN + BiLSTM: استخدام LSTM ثنائي الاتجاه لفهم السياق من البداية ومن النهاية.

CNN + GRU: نموذج أسرع وأخف وزناً باستخدام وحدات GRU.

CNN + BiGRU: النموذج الأقوى في هذا المشروع (بدقة 89.34%)، حيث يضيف الاتجاه الثنائي لوحدات GRU.

واجهة مستخدم رسومية (Desktop GUI): يوفر المشروع تطبيقاً لسطح المكتب سهل الاستخدام (مبني بـ Tkinter)، يتيح للمستخدم:

كتابة أو لصق أي نص مراجعة (مثل مراجعات الأفلام).

اختيار أحد النماذج الأربعة للتحليل.

الحصول على النتيجة فورياً (إيجابي/سلبي) مع مؤشر لنسبة الثقة في التوقع.

تقييم شامل للأداء: يقوم النظام تلقائياً بحساب مقاييس الأداء لكل نموذج (الدقة Accuracy، الاستدعاء Recall، وغيرها)، ويقوم بإنشاء رسوم بيانية للمقارنة بينهم، بالإضافة إلى مصفوفة الارتباك (Confusion Matrix) لتوضيح نقاط القوة والضعف لكل نموذج.