Arabic Hate Speech Detection

بناء نظام Natural Language Processing (NLP) لتحليل النصوص العربية وتصنيفها بدقة عالية باستخدام تقنيات Machine Learning و Deep Learning.

في هذا المشروع قمت بتطوير نظام متكامل لاكتشاف خطاب الكراهية في اللغة العربية وخاصة اللهجة المصرية باستخدام عدة نماذج ومقارنة أدائها لاختيار النموذج الأكثر دقة.

ماذا يتضمن المشروع؟

? تحليل ومعالجة النصوص العربية

تنظيف النصوص وإزالة الرموز والروابط

توحيد الحروف العربية

إزالة الكلمات الشائعة (Stopwords)

استخدام تقنيات Stemming

? استخراج الخصائص (Feature Extraction)

TF-IDF

Word2Vec Embeddings

Contextual Embeddings باستخدام AraBERT

? بناء عدة نماذج للمقارنة

1 Logistic Regression + TF-IDF

حقق دقة 89% ويعتبر نموذجًا قويًا وسريعًا كنموذج أساسي.

2 BiLSTM + Word2Vec

نموذج Deep Learning لمعالجة تسلسل الكلمات وحقق دقة 75%.

3 AraBERT Transformer Model

أفضل نموذج في التجربة حيث حقق دقة 90% بفضل فهمه العميق لسياق اللغة العربية.