Fake news detection

قمت بتطوير نظام يعتمد على تقنيات تعلم الآلة ومعالجة اللغة الطبيعية (NLP) لتصنيف عناوين الأخبار باللغة الإنجليزية إلى أخبار حقيقية (Real) أو مزيفة (Fake)، باستخدام نموذج BERT (Bidirectional Encoder Representations from Transformers) المُدرّب مسبقًا.

يهدف المشروع إلى تقديم أداة بسيطة تساعد المستخدم على تحليل عناوين الأخبار والحصول على تصنيف مبدئي، من خلال واجهة استخدام تفاعلية وسهلة.

أهم مميزات المشروع

تصنيف الأخبار: تحليل عنوان الخبر والتنبؤ بما إذا كان ينتمي إلى فئة Real أو Fake.

دعم الروابط: إمكانية إدخال رابط مقال إخباري ومحاولة استخراج عنوانه تلقائيًا باستخدام تقنيات Web Scraping.

معالجة اللغة الطبيعية: استخدام نموذج BERT لاستخراج التمثيلات اللغوية وفهم السياق النصي.

نموذج تصنيف مخصص: إضافة طبقة تصنيف (Classification Head) لإنتاج درجات التنبؤ للفئتين.

عرض النتائج: إظهار التصنيف المتوقع ودرجات الثقة من خلال واجهة تفاعلية مبنية باستخدام Gradio.

معالجة المدخلات: التحقق من المدخلات والتعامل مع حالات تعذّر استخراج العنوان من الرابط