**اكتشاف الأخبار الكاذبة والحقيقية باستخدام معالجة اللغة الطبيعية (NLP)**

قمت بتطوير مشروع يعتمد على تقنيات معالجة اللغة الطبيعية (NLP) والذكاء الاصطناعي لتحليل النصوص الإخبارية وتصنيفها إلى أخبار حقيقية وأخبار كاذبة.

يعتمد المشروع على معالجة البيانات النصية وتنظيفها وإزالة الكلمات غير المهمة، ثم استخدام تقنية TF-IDF لتحويل النصوص إلى بيانات رقمية يمكن للنموذج التعامل معها، مع تدريب نموذج تعلم آلي باستخدام LinearSVC للتمييز بين الأخبار الحقيقية والمضللة.

**أهم مميزات المشروع:**
- تنظيف النصوص وتجهيزها للتحليل باستخدام تقنيات NLP.
- استخراج الخصائص النصية باستخدام TF-IDF.
- تدريب نموذج تعلم آلي لتصنيف الأخبار.
- عرض نتيجة التصنيف من خلال واجهة تفاعلية باستخدام Streamlit.

**التقنيات المستخدمة:** Python، NLP، Scikit-learn، TF-IDF، LinearSVC، Pandas، NLTK، spaCy، Streamlit.

يهدف المشروع إلى المساعدة في تحليل المحتوى الإخباري والتمييز بين الأخبار الحقيقية والكاذبة باستخدام تقنيات الذكاء الاصطناعي.