معالجة البيانات وتحليل المشاعر - كتاب الذكاء الإصطناعي - الصف 12 - الفصل 1 - المملكة العربية السعودية

الكتاب: كتاب الذكاء الإصطناعي - الصف 12 - الفصل 1 | المادة: الذكاء الإصطناعي | المرحلة: الصف 12 | الفصل الدراسي: 1

الدولة: المملكة العربية السعودية | المنهج: المنهج السعودي - وزارة التعليم

الدرس: تحميل البيانات واستخراج الميزات لتحليل المشاعر

📚 معلومات الصفحة

الكتاب: كتاب الذكاء الإصطناعي - الصف 12 - الفصل 1 | المادة: الذكاء الإصطناعي | المرحلة: الصف 12 | الفصل الدراسي: 1

الدولة: المملكة العربية السعودية | المنهج: المنهج السعودي - وزارة التعليم

نوع المحتوى: درس تعليمي

مستوى الصعوبة: متوسط

📝 ملخص الصفحة

تقدم هذه الصفحة درسًا في معالجة البيانات لتحليل المشاعر باستخدام التعلم الموجه. يبدأ الدرس بتحميل مجموعتي بيانات من ملفات CSV، واحدة للتدريب وأخرى للاختبار، باستخدام مكتبة Pandas في Python. تحتوي كل مجموعة بيانات على عمودين: 'text' لنصوص تقييمات الأفلام و'label' للتصنيفات الثنائية (0 للتقييم السلبي و1 للتقييم الإيجابي).

يشرح الدرس كيفية استخراج البيانات من هذه الأعمدة، حيث يتم تعيين نصوص التقييمات إلى المتغيرات X_train_text وX_test_text كبيانات مدخلة (المتغيرات المستقلة)، بينما يتم تعيين التصنيفات إلى المتغيرات Y_train وY_test كقيم مستهدفة (المتغيرات التابعة). هذا التقسيم أساسي في بناء نماذج التعلم الآلي للتنبؤ بالمشاعر.

يتم دعم المحتوى بأشكال توضيحية، مثل شكل 3.3 الذي يظهر DataFrame يحتوي على 40,000 صف من البيانات النصية والتصنيفات، وشكل 3.4 الذي يوضح استخراج سلسلة النصوص للتدريب. يهدف الدرس إلى تعزيز فهم خطوات معالجة البيانات الأولية في مشاريع تحليل المشاعر باستخدام أدوات مثل Pandas.

📄 النص الكامل للصفحة

# load the train and testing data. imdb_train_reviews=pd.read_csv('imdb_data/imdb_train.csv') imdb_test_reviews=pd.read_csv('imdb_data/imdb_test.csv') imdb_train_reviews وكما يتضح في الشكل 3.3، فإن مجموعة بيانات DataFrame تحتوي على عمودين: • نص التقييم. • القيم (الصنف). القيمة 0 تمثل تقييمًا سلبيًا بينما القيمة 1 تمثل تقييمًا إيجابيًا. الخطوة التالية هي إسناد أعمدة النص والقيم إلى متغيرات مستقلة في أمثلة التدريب والاختبار الممثلة كمجموعة بيانات DataFrame كما يلي: يُستخدم الرمزان X و Y عادة في التعلم الموجه فيعبر X عن البيانات المدخلة للتنبؤ، و Y عن القيم المستهدفة. # extract the text from the 'text' column for both training and testing. X_train_text=imdb_train_reviews['text'] X_test_text=imdb_test_reviews['text'] # extract the labels from the 'label' column for both training and testing. Y_train=imdb_train_reviews['label'] Y_test=imdb_test_reviews['label'] X_train_text # training data in text format شكل 3.3: مجموعة بيانات التدريب المعنونة شكل 3.4: صورة من أمثلة التدريب (X_train_text) من مجموعة بيانات DataFrame وزارة التعليم Ministry of Education 2023 - 1447 136 --- VISUAL CONTEXT --- **TABLE**: شكل 3.3: مجموعة بيانات التدريب المعنونة Description: A Pandas DataFrame displaying movie review text and corresponding sentiment labels. It shows the first 5 and last 5 rows of a dataset with 40,000 entries. Table Structure: Headers: text | label Rows: Row 1: I grew up (b. 1965) watching and loving the Th... | 0 Row 2: When I put this movie in my DVD player, and sa... | 0 Row 3: Why do people who do not know what a particula... | 0 Row 4: Even though I have great interest in Biblical ... | 0 Row 5: Im a die hard Dads Army fan and nothing will e... | 1 Row 6: ... | ... Row 7: "Western Union" is something of a forgotten cl... | 1 Row 8: This movie is an incredible piece of work. It ... | 1 Row 9: My wife and I watched this movie because we pl... | 0 Row 10: When I first watched Flatliners, I was amazed.... | 1 Row 11: Why would this film be so good, but only gross... | 1 Data: The DataFrame has two columns: 'text' containing movie review strings and 'label' containing binary sentiment indicators (0 or 1). Key Values: 40000 rows × 2 columns Context: This DataFrame serves as an example of a labeled dataset used in machine learning for tasks like sentiment analysis, where text input is associated with a target output (sentiment label). **DIAGRAM**: Untitled Description: A flow diagram illustrating the mapping of numerical labels to sentiment categories. An arrow connects 'label: 1' from the DataFrame to a blue oval labeled 'تقييم إيجابي' (Positive review). Another arrow connects 'label: 0' to a blue oval labeled 'تقييم سلبي' (Negative review). Key Values: تقييم إيجابي, تقييم سلبي Context: This diagram clarifies the meaning of the binary labels (0 and 1) used in the dataset, which represent negative and positive sentiment respectively, crucial for understanding the sentiment analysis task. **TABLE**: شكل 3.4: صورة من أمثلة التدريب (X_train_text) من مجموعة بيانات DataFrame Description: A Pandas Series representing the 'text' column extracted from the imdb_train_reviews DataFrame. It shows the index and the review text, along with metadata about the Series. Table Structure: Headers: N/A Rows: Row 1: 0 I grew up (b. 1965) watching and loving the Th... Row 2: 1 When I put this movie in my DVD player, and sa... Row 3: 2 Why do people who do not know what a particula... Row 4: 3 Even though I have great interest in Biblical ... Row 5: 4 Im a die hard Dads Army fan and nothing will e... Row 6: ... Row 7: 39995 "Western Union" is something of a forgotten cl... Row 8: 39996 This movie is an incredible piece of work. It ... Row 9: 39997 My wife and I watched this movie because we pl... Row 10: 39998 When I first watched Flatliners, I was amazed.... Row 11: 39999 Why would this film be so good, but only gross... Data: The Series contains 40,000 entries of type 'object' (strings), representing the movie review texts. Key Values: Name: text, Length: 40000, dtype: object Context: This visual demonstrates the extraction of a specific feature (the text content) from the main dataset to be used as the independent variable (X) in a supervised machine learning model.

🎴 بطاقات تعليمية للمراجعة

عدد البطاقات: 5 بطاقة لهذه الصفحة

ما هو الغرض من تحميل مجموعتي بيانات imdb_train_reviews و imdb_test_reviews؟

الإجابة: يتم تحميل مجموعتي البيانات لتحليل مشاعر تقييمات الأفلام (sentiment analysis)، حيث تحتويان على نصوص التقييمات والقيم المصنفة (إيجابية أو سلبية).

الشرح: الغرض من تحميل هذه البيانات هو استخدامها كمدخلات لنموذج تعلم آلي لتدريبه على التمييز بين التقييمات الإيجابية والسلبية للأفلام.

تلميح: فكر في الغرض الأساسي من استخدام بيانات التقييم في مجال التعلم الآلي.

ما هي الأعمدة المتوفرة في مجموعة بيانات DataFrame عند تحميل ملفات CSV؟

الإجابة: تحتوي مجموعة بيانات DataFrame على عمودين رئيسيين: 'text' (نص التقييم) و 'label' (القيمة المصنفة للتقييم).

الشرح: العمود 'text' يحمل نص التقييم الذي سيتم تحليله، والعمود 'label' يحمل القيمة التي تمثل إيجابية (1) أو سلبية (0) هذا التقييم.

تلميح: ما هي المعلومات التي تمثل كل صف في البيانات؟

ماذا تمثل القيمة '0' والقيمة '1' في عمود 'label'؟

الإجابة: القيمة '0' تمثل تقييمًا سلبيًا، بينما القيمة '1' تمثل تقييمًا إيجابيًا.

الشرح: هذه القيم تستخدم لتمثيل المشاعر المرتبطة بكل تقييم، حيث '0' للسلبية و '1' للإيجابية، وهي أساس عملية التصنيف في التعلم الموجه.

تلميح: فكر في العلاقة بين الأرقام وما تعبر عنه في سياق تقييمات الأفلام.

لماذا يُستخدم الرمزان X و Y في التعلم الموجه؟ وماذا يمثل كل منهما؟

الإجابة: يُستخدم الرمزان X و Y في التعلم الموجه حيث يمثل X البيانات المدخلة للتنبؤ (مثل نصوص التقييمات)، ويمثل Y القيم المستهدفة أو التصنيفات (مثل كون التقييم إيجابيًا أو سلبيًا).

الشرح: X هي المتغيرات المستقلة التي يستخدمها النموذج للتعلم، و Y هي المتغيرات التابعة التي يحاول النموذج التنبؤ بها بناءً على X.

تلميح: ما هو الدور الذي تلعبه البيانات في عملية التنبؤ؟ وما هو الهدف النهائي؟

ما هي البيانات التي يتم استخلاصها في الخطوات التالية بعد تحميل البيانات؟

الإجابة: يتم استخلاص أعمدة النص ('text') والقيم ('label') من مجموعتي بيانات التدريب والاختبار وتعيينها لمتغيرات مستقلة (X) وقيم مستهدفة (Y).

الشرح: عملية استخلاص هذه الأعمدة تجهز البيانات بالشكل المطلوب لتغذيتها لنماذج التعلم الآلي، حيث يتم فصل مدخلات التدريب (X) عن مخرجاتها المستهدفة (Y).

تلميح: ما هي الأجزاء الأساسية من البيانات التي نحتاجها لتدريب النموذج؟