طارق بن جعبل طعيمان

مهندس ذكاء اصطناعي

0%

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