المشكلة: الشركات عندها نصوص كتير (تقييمات، أخبار، رسايل) ومحتاجة تفهمها وتصنفها أوتوماتيك.

الحل: بنيت 4 حلول: تحليل مشاعر تقييمات أمازون بدقة 92.3%، وتصنيف الأخبار لـ 4 أقسام بدقة 91.3% (اتدرب على 120 ألف خبر)، وكشف الأخبار المزيفة بدقة 98.9%، واستخراج الكيانات (أشخاص، أماكن، شركات) بـ spaCy.

إيه اللي اتعمل:
- تنضيف النصوص: Regex، وشيل الـ Stopwords، و Lemmatization
- تحويل النصوص بـ TF-IDF
- Logistic Regression و Naive Bayes وشبكة عصبية بـ Keras
- رسم أهم الكلمات الإيجابية والسلبية

التقنيات: Python, Scikit-learn, NLTK, spaCy, TF-IDF, Keras, Pandas, Matplotlib

أقدر أحللك تقييمات عملائك وأقولك راضيين ولا لأ وإيه أكتر حاجة بيشتكوا منها.