تصنيف فئات الأخبار باستخدام معالجة اللغة الطبيعية

يركز هذا المشروع على تصنيف المقالات الإخبارية تلقائيًا إلى فئات محددة مسبقًا (مثل الرياضة، والسياسة، والتكنولوجيا، والأعمال) باستخدام تقنيات معالجة اللغة الطبيعية كان الهدف هو تطوير نموذج قادر على فهم النصوص وتصنيف الأخبار تلقائيًا إلى الفئة الصحيحة :التحديات .كانت البيانات النصية غير منظمة ومتشعبة .عدد كبير جدًا من الخصائص بعد تحويلها إلى متجهات .تشابهت بعض الفئات بشكل كبير :الحلول تنظيف النص باستخدام تقنيات المعالجة المسبقة والتعابير النمطية (إزالة الأنماط غير المرغوب فيها والتشويش) .تطبيق تقنية إزالة الكلمات الشائعة لتقليل الكلمات غير ذات الصلة استخدام مقياس TF-IDF .للتركيز على الكلمات المهمة .بناء نموذج انحدار لوجستي وضبطه لتحسين الدقة النتائج والأثر حققنا دقة عالية في تصنيف المقالات الإخبارية. نجحنا في بناء نموذج قادر على تصنيف النصوص تلقائيًا. حسّنّا تنظيم المحتوى الإخباري لتسهيل تحليله. أثبتنا جدوى استخدام معالجة اللغة الطبيعية في تطبيقات عملية