نظام استخلاص الكيانات المسماة (NER)
بناء نموذج لاستخلاص الأسماء، الأماكن، المنظمات من النصوص
مقدمة المشروع
في هذا المشروع العملي، ستتعلم كيفية بناء نموذج لاستخلاص الأسماء، الأماكن، المنظمات من النصوص. هذا المشروع مصمم خصيصاً لمستوى متقدمويستغرق تقريباً 3 أسابيع لإكماله بشكل كامل.
سنتبع منهجية CRISP-DM (Cross-Industry Standard Process for Data Mining) المعترف بها عالمياً، والتي تضمن بناء مشروع احترافي قابل للتطبيق في بيئة الإنتاج.
ماذا ستتعلم؟
خطوات العمل التفصيلية
اتبع هذه الخطوات الست لبناء مشروع احترافي
Business Understanding
فهم المشكلة
تحديد الأهداف والمتطلبات من منظور الأعمال
الخطوات العملية:
استخراج معلومات من المستندات
Data Understanding
فهم البيانات
جمع البيانات الأولية والتعرف عليها وتحديد جودتها
الخطوات العملية:
CoNLL-2003 أو ANERcorp (عربي)
Data Preparation
تحضير البيانات
تنظيف وتحويل البيانات لتكون جاهزة للنمذجة
الخطوات العملية:
تحويل لـ BIO tagging format
Modeling
بناء النموذج
اختيار وتطبيق تقنيات النمذجة المناسبة
الخطوات العملية:
Fine-tune BERT for Token Classification
Evaluation
التقييم
تقييم النموذج والتأكد من تحقيق الأهداف
الخطوات العملية:
Precision, Recall, F1 لكل كيان
Deployment
النشر
نشر النموذج في بيئة الإنتاج
الخطوات العملية:
تطبيق لاستخراج الكيانات من الأخبار