المشروع - الذكاء الاصطناعي - ثالث ثانوي

192 المشروع IMDb - A تصنيف النص هو عملية مكونة من خطوتين تشمل: الخطوة الأولى : استخدام مجموعة من نصوص التدريب ذات القيم ( التصنيفات) المعروفة لتدريب نموذج التصنيف. الخطوة الثانية: استخدام نموذج التدريب للتنبؤ بالقيم لكل نص في مجموعة بيانات الاختبار. القيم في مجموعة بيانات الاختبار إما غير معروفة أو مخبأة وتُستخدم لاحقًا في عملية التحقق. يجب تمثيل النصوص في كل من مجموعات بيانات التدريب والاختبار بالمتجهات قبل استخدامها. تُستخدم أدوات CountVectorizer أو TfidfVectorizer من مكتبة سكليرن (Sklearn) في البرمجة الاتجاهية. تقدم مكتبة سكليرن (Sklearn) في لغة البايثون قائمة طويلة من نماذج التصنيف. مثل: 1 2 3 Gradient Boosting Classifier() < Decision TreeClassifier() < RandomForestClassifier() < مهمتك هي استخدام مجموعة بيانات التدريب IMDB المستخدمة في هذا الدرس لتدريب النموذج الذي يحقق أعلى درجة من الدقة على مجموعة بيانات الاختبار imdb_data/imdb_test.cs) IMDB). يمكنك تحقيق ذلك عبر: استبدال المصنف MultinomialNB بنماذج تصنيف أخرى من مكتبة سكليرن (Sklearn) مثل الموضحة بالأعلى. إعادة تشغيل المفكرة التفاعلية لديك بعد الاستبدال، لحساب دقة كل نموذج جديد بعد تجربته. إنشاء تقرير للمقارنة بين دقة كل النماذج التي جرَّبتها وتحديد النموذج الذي حقق نتائج دقيقة. وزارة التعليم Ministry of Education 2024-1446

193 وزارة التعليم Ministry of Education 2024-1446 Black-Box predictors Chatbot Cluster Dendrogram Dimensionality Reduction Document Clustering Natural Language Generation Natural Language Processing ماذا تعلمت > تصنيف النص باستخدام نماذج التعلُّم غير الموجه. > تحليل النص باستخدام نماذج التعلم الموجه. > استخدام نماذج تعلم الآلة لتوليد اللغات الطبيعية. > برمجة روبوت دردشة بسيط. متنبئات الصندوق الأسود روبوت الدردشة عنقود الرسم الشجري تقليص الأبعاد تجميع المستندات توليد اللغات الطبيعية معالجة اللغات الطبيعية Part of Speech (POS) Tags Sentiment Analysis Supervised Learning Syntax Analysis Tokenization Transfer Learning Unsupervised Learning Vectorization المصطلحات الرئيسة وسوم أقسام الكلام تحليل المشاعر التعلم الموجه تحليل بناء الجمل التقسيم التعلم المنقول التعلم غير الموجه البرمجة الاتجاهية