AI Support Ticket Classification – NLP & Banking77 Dataset

**هل فريق خدمة العملاء لديك يستقبل عددًا كبيرًا من الرسائل البنكية ويواجه صعوبة في فهم طلب كل عميل وتصنيفه بسرعة؟**

قد يؤدي تصنيف استفسارات العملاء يدويًا إلى إهدار الوقت، وتأخير التعامل مع الطلبات، وزيادة احتمالية توجيه الرسالة إلى التصنيف غير المناسب.

لذلك أعمل على بناء **AI Support Ticket Classification System**، وهو مشروع يعتمد على تقنيات معالجة اللغة الطبيعية (NLP) لتحليل رسائل العملاء وفهم الغرض منها وتصنيفها ضمن 77 نوعًا مختلفًا من الاستفسارات البنكية.

**ما المشكلة التي يستهدف المشروع حلها؟**

- صعوبة التعامل مع أعداد كبيرة من رسائل العملاء يدويًا.

- استهلاك وقت فريق الدعم في قراءة كل رسالة وتحديد نوعها.

- تشابه بعض استفسارات العملاء رغم اختلاف المشكلة الفعلية.

- صعوبة تنظيم الطلبات وتحليل أكثر أنواع المشكلات تكرارًا.

**ما الذي يقدمه المشروع؟**

- تحليل نصوص العملاء واستخراج الأنماط والخصائص المهمة منها.

- بناء أساس تقني لتصنيف الرسائل إلى 77 فئة دقيقة من Customer Intent.

- دراسة الفئات المتشابهة لتقليل احتمالية الخلط بينها.

- فحص جودة البيانات واكتشاف التكرارات والتداخل بين بيانات التدريب والاختبار.

- إعداد البيانات وتجهيزها لمراحل بناء وتقييم نماذج Machine Learning.

**التقنيات المستخدمة:**

Python | NLP | Pandas | Hugging Face | Matplotlib | Seaborn | Exploratory Data Analysis.

**القيمة التي يستهدف المشروع تقديمها للشركات:**

تقليل الاعتماد على التصنيف اليدوي، وتسهيل تنظيم استفسارات العملاء، وتوفير أساس قابل للتطوير نحو أتمتة فهم الطلبات وتحسين كفاءة عمليات خدمة العملاء.

Dataset: Banking77 by PolyAI.