? وصف المشروع: AI Chatbot
الهدف: بناء شات بوت ذكي قادر على الإجابة على أسئلة من مجالات IT باستخدام نموذج تعلم عميق مخصص مع طبقة Attention.
المكونات الرئيسية: النموذج (best_model.keras) يعتمد على طبقة AttentionLayer مخصصة مبنية من الصفر، تعمل على وزن أهمية كل كلمة في الجملة لتحسين دقة التصنيف، ومحفوظ بصيغة Keras. السيرفر (app.py) عبارة عن Flask API يقوم بالمعالجة المسبقة للنص من Lowercasing وإزالة الرموز و Lemmatization وحذف Stop Words، والتوكنايزر محمّل من tokenizer.pkl والـ Label Encoder محمّل من label_encoder.pkl، مع عتبة ثقة 70% لو النموذج واثق أكتر منها يرد وإلا يطلب إعادة الصياغة.
مصادر البيانات (6 ملفات JSON): Books.json لتوصيات الكتب، Computer Science Theory لأسئلة نظرية CS، University Chatbot للاستفسارات الجامعية، IT Helpdesk للدعم التقني، Star Wars Intents للمحادثات الترفيهية، intentss.json للـ intents العامة.
تدفق العمل: المستخدم يكتب رسالة ← معالجة النص (تنظيف + Lemmatization) ← Tokenization + Padding ← نموذج Keras + AttentionLayer ← تصنيف الـ Intent (confidence > 70%?) ← اختيار رد عشوائي من JSON المناسب ← إرجاع الرد للمستخدم.
التقنيات المستخدمة: TensorFlow/Keras للنموذج والطبقة المخصصة، Flask للـ API، NLTK لمعالجة اللغة، Pickle لتحميل الأدوات، JSON كقاعدة بيانات للردود.
الميزة المميزة: الـ AttentionLayer المخصصة تجعل النموذج يركز على الكلمات الأكثر أهمية في الجملة، مما يرفع دقة فهم النية (Intent).