Named Entity Recognition (NER)

يُنفّذ هذا المشروع التعرّف على الكيانات (NER) باستخدام نماذج التعلم العميق.

يقوم بتحديد الكيانات مثل الأسماء، المواقع، والمؤسسات داخل النصوص، مما يبرز قوة نماذج التسلسل في معالجة اللغة الطبيعية.

أبرز المزايا:

بناء وتدريب نماذج NER باستخدام التمثيلات المضمنة والطبقات المتكررة/المحوّلات.

تطبيق مقاييس التقييم (precision, recall, F1-score) لتحليل الأداء.

كود معياري وقابل لإعادة الاستخدام مع توثيق واضح.

يوضح التطبيقات العملية في تحليل النصوص واستخراج المعلومات.

This project implements Named Entity Recognition (NER) using deep learning models.

It identifies entities such as names, locations, and organizations within text sequences, showcasing the power of sequence-to-sequence architectures in natural language processing.

Highlights:

Built and trained NER models using embeddings and recurrent/transformer layers.

Applied evaluation metrics (precision, recall, F1-score) for performance analysis.

Modular, reproducible code with clear documentation.

Demonstrates practical applications in text analytics and information extraction.