Fake News Detection

تطوير نظام ذكي لاكتشاف الأخبار المزيفة باستخدام تقنيات معالجة اللغة الطبيعية (NLP) والتعلم العميق (Deep Learning)، بهدف تحليل النصوص الإخبارية وتصنيفها إلى أخبار حقيقية أو مزيفة.

يعتمد المشروع على نموذج DistilBERT لفهم سياق النصوص واستخراج الأنماط اللغوية التي تساعد على التمييز بين الأخبار الحقيقية والمضللة، مع تدريب وتقييم النموذج باستخدام مجموعة بيانات تضم أكثر من 71 ألف سجل إخباري.

أهم مميزات المشروع:

- معالجة النصوص وتنظيف البيانات وتجهيزها للتدريب.

- استخدام نموذج DistilBERT لتصنيف الأخبار.

- تطبيق تقنيات معالجة اللغة الطبيعية لفهم المحتوى الإخباري.

- تدريب النموذج وتقييم أدائه باستخدام مقاييس التقييم المناسبة.

- تحليل نتائج النموذج لقياس قدرته على التمييز بين الأخبار الحقيقية والمزيفة.

التقنيات المستخدمة: Python, NLP, DistilBERT, Hugging Face Transformers, PyTorch, Scikit-learn.

يهدف المشروع إلى الاستفادة من الذكاء الاصطناعي في تحليل المحتوى الإخباري والمساعدة في الحد من انتشار المعلومات المضللة عبر المنصات الرقمية.