تخطي إلى المحتوى الرئيسي
الرئيسيةالمشاريعمعالجة اللغة الطبيعيةنظام الأسئلة والأجوبة (Question Answering)
معالجة اللغة الطبيعية
مشروع عملي احترافي

نظام الأسئلة والأجوبة (Question Answering)

بناء نموذج يجيب على أسئلة من سياق معطى

متقدم
2-3 أسابيع
4 مهارات

مقدمة المشروع

في هذا المشروع العملي، ستتعلم كيفية بناء نموذج يجيب على أسئلة من سياق معطى. هذا المشروع مصمم خصيصاً لمستوى متقدمويستغرق تقريباً 2-3 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؟

📊 فهم Reading Comprehension
🔍 استكشاف QA datasets
🧹 تحضير context-question-answer triplets
⚙️ Fine-tune BERT للـ QA
✅ تقييم Exact Match و F1
🚀 نشر محرك بحث ذكي
منهجية CRISP-DM

خطوات العمل التفصيلية

اتبع هذه الخطوات الست لبناء مشروع احترافي

1
📊

Business Understanding

فهم المشكلة

تحديد الأهداف والمتطلبات من منظور الأعمال

الخطوات العملية:

تحسين محركات البحث والمساعدات

2
🔍

Data Understanding

فهم البيانات

جمع البيانات الأولية والتعرف عليها وتحديد جودتها

الخطوات العملية:

SQuAD 2.0 أو ARCD (عربي)

3
🧹

Data Preparation

تحضير البيانات

تنظيف وتحويل البيانات لتكون جاهزة للنمذجة

الخطوات العملية:

تحديد start و end positions

4
⚙️

Modeling

بناء النموذج

اختيار وتطبيق تقنيات النمذجة المناسبة

الخطوات العملية:

Fine-tune BERT for Extractive QA

5

Evaluation

التقييم

تقييم النموذج والتأكد من تحقيق الأهداف

الخطوات العملية:

Exact Match و F1 Score

6
🚀

Deployment

النشر

نشر النموذج في بيئة الإنتاج

الخطوات العملية:

chatbot يجيب من المستندات

المصادر والأدوات

SQuAD Dataset
ARCD Arabic QA Dataset
Hugging Face QA Pipeline

المهارات المطلوبة

Question AnsweringBERTSQuADContext Understanding

إحصائيات سريعة

المستوىمتقدم
المدة2-3 أسابيع
المهارات4
الخطوات6
العودة للمشاريع