تحليل المشاعر لمراجعات الأفلام باستخدام تقنيات معالجة اللغة الطبيعية

نوع العمل: معالجة اللغة الطبيعية (NLP)

في هذا المشروع قمت ببناء نموذج تعلم آلة لتحليل مشاعر مراجعات الأفلام وتصنيفها إلى مراجعات إيجابية أو سلبية باستخدام تقنيات معالجة اللغة الطبيعية.

يعتمد المشروع على مجموعة بيانات تحتوي على 50,000 مراجعة أفلام من موقع IMDB.

تم تنفيذ المشروع عبر عدة مراحل رئيسية:

تنظيف النصوص باستخدام تقنيات Text Preprocessing مثل:

إزالة الرموز غير المهمة

إزالة الكلمات الشائعة (Stopwords)

تطبيق Stemming لتوحيد الكلمات

تحويل النصوص إلى تمثيل رقمي باستخدام تقنيات:

TF-IDF Vectorization

Count Vectorization

تدريب عدة نماذج تصنيف للمقارنة بينها مثل:

Logistic Regression

Naive Bayes

Support Vector Machine

Random Forest

Gradient Boosting

تقييم أداء النماذج باستخدام المقاييس التالية:

Accuracy

Precision

Recall

F1-score

كما تم استخدام أدوات visualization مثل WordCloud لتحليل الكلمات الأكثر استخدامًا في المراجعات.

يوضح هذا المشروع القدرة على:

تحليل البيانات النصية

استخدام تقنيات معالجة اللغة الطبيعية

بناء نماذج تصنيف للنصوص

تقييم أداء النماذج وتحليل النتائج

الأدوات المستخدمة:

Python

Pandas

NumPy

NLTK

Scikit-learn

Matplotlib

WordCloud