تم إضافة تقرير جديد 2024
ارسل ملاحظاتك

ارسل ملاحظاتك لنا









الرئيسية > أدوات كامل Kamel Tools لمعالجة...>الوصف

أدوات كامل Kamel Tools لمعالجة النصوص العربية عبر مواقع التواصل الاجتماعي: دراسة تحليلية في إطار البيانات الضخمة

المصدر: مجلة البحوث في مجالات التربية النوعية
الناشر: جامعة المنيا - كلية التربية النوعية
المؤلف الرئيسي: أمين، طاهر محمد محمد (مؤلف)
المجلد/العدد: ع54
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2024
الشهر: سبتمبر
الصفحات: 743 - 797
ISSN: 1687-3424
رقم MD: 1512403
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EduSearch
مواضيع:
شبكات التواصل الاجتماعي | اللغة العربية | المعالجة اللغوية | الذكاء الاصطناعي
كلمات المؤلف المفتاحية:
معالجة اللغات الطبيعية | تحليل المشاعر | البيانات الضخمة | أدوات كامل | البيانات الضخمة | مواقع التواصل الاجتماعي | Natural Language Processing | NLP | Sentiment Analysis | Big Data | Kamel Tools | Social Media Platforms
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

13

حفظ في:
المستخلص: يتناول هذا البحث تحليل المشاعر باستخدام أدوات "كامل" المتخصصة في معالجة النصوص العربية، مع التركيز على تطبيقات هذا التحليل في فهم والتعامل مع بعض القضايا المعاصرة. يستعرض البحث كيفية توظيف تقنيات الذكاء الاصطناعي لتحليل النصوص العربية، مع تسليط الضوء على التحديات التي تواجه معالجة اللغة العربية وأهمية تحسين دقة النتائج. كما يركز البحث على أمثلة واقعية تظهر كيف يمكن لتحليل المشاعر أن يسهم في تقديم رؤى أعمق حول القضايا الاجتماعية والسياسية والاقتصادية، مما يساعد في تحسين عمليات صنع القرار وتطوير استراتيجيات فعالة للتعامل مع هذه القضايا. يسعى البحث إلى تقديم رؤى معمقة حول كيفية تعبير النصوص عن المشاعر المتعلقة بهذه القضايا من خلال أدوات كامل"، مما يساهم في فهم أفضل لتأثير الأحداث المعاصرة على العواطف العامة وتطوير استراتيجيات فعالة للتعامل مع القضايا الاجتماعية والإعلامية. بناء على التحليل، أظهرت نتائج تحليل المشاعر باستخدام أدوات "كامل" للنصوص العربية تباينا واضحا في ردود فعل الجمهور تجاه مختلف الأحداث. بالنسبة للحدث الأول المتعلق بطرد رجل وأسرته من المنزل، عبرت غالبية التعليقات (66%) عن مشاعر إيجابية، حيث أظهر الناس تعاطفا كبيرا مع الأسرة ودعوات لتقديم المساعدة. في المقابل، أبدت 22% من التعليقات مشاعر سلبية، منتقدة الظروف الاقتصادية التي أدت إلى هذا الوضع، فيما كانت 12% من التعليقات محايدة. وفيما يتعلق بالحدث الثاني، الذي يخص ابنة قتيل الإسماعيلية، أظهرت 70% من التعليقات مشاعر إيجابية، حيث تعاطف الجمهور مع العائلة وأعرب عن دعمه لتحقيق العدالة. بينما 24% من التعليقات كانت سلبية، حيث انتقدت العنف والجريمة، وكانت نسبة ضئيلة جدا من التعليقات (1%) محايدة. بالنسبة للحدث الثالث، الذي تمحور حول مواجهة أحمد العوضي وحسام بوجي، كانت أغلب التعليقات إيجابية (81%)، حيث دعم الجمهور موقف العوضي وتعاطف مع حسام بوجي في وجه التنمر. ومع ذلك، ظهرت 14% من التعليقات سلبية، حيث انتقدت بعض الجوانب المتعلقة بالحادث، فيما كانت 5% محايدة. أما الحدث الرابع الذي يتعلق بإنهاء الثأر بين قبيلتين من خلال وليمة حضرها الآلاف، فقد أظهرت 67% من التعليقات مشاعر إيجابية تجاه هذه المصالحة، حيث رحب الجمهور بروح التسامح وإنهاء النزاع. ومع ذلك، كانت 27% من التعليقات سلبية، منتقدة الخصومة الطويلة وتأثيرها السلبي على العائلات، بينما كانت 6% من التعليقات محايدة. وأخيرا، في الحدث الخامس الذي يتناول رسالة بالدموع من معلمة المنصورة، كانت المشاعر السلبية هي الغالبة (53%)، حيث انتقد الجمهور الموقف بشدة. ومع ذلك، عبرت 24% من التعليقات عن مشاعر إيجابية، مع إظهار تعاطف مع المعلمة، فيما كانت 23% من التعليقات محايدة. تعكس هذه النتائج تفاوتا كبيرا في كيفية استجابة الجمهور للأحداث المختلفة، حيث برزت المشاعر الإيجابية بشكل ملحوظ في حالات التعاطف والمصالحة، بينما كانت المشاعر السلبية أكثر وضوحا في القضايا المثيرة للجدل أو المرتبطة بالعنف.

This research focuses on sentiment analysis using the "Kamel" tools specialized in Arabic text processing, emphasizing the applications of this analysis in understanding and addressing contemporary issues. The study reviews how artificial intelligence techniques can be employed to analyze Arabic texts, highlighting the challenges faced in processing the Arabic language and the importance of improving result accuracy. It also focuses on reallife examples showing how sentiment analysis can provide deeper insights into social, political, and economic issues, thereby helping to improve decision-making processes and develop effective strategies for addressing these issues. The research aims to provide in-depth insights into how texts express sentiments related to these issues through "Kamel" tools, contributing to a better understanding of the impact of contemporary events on public emotions and the development of effective strategies for addressing social and media-related issues. Based on the analysis, the results of sentiment analysis using "Kamel" tools for Arabic texts showed a clear variation in public reactions to different events. For the first event, related to the eviction of a man and his family from their home, the majority of comments (66%) expressed positive sentiments, showing significant empathy towards the family and calls for assistance. In contrast, 22% of comments showed negative sentiments, criticizing the economic conditions that led to this situation, while 12% of comments were neutral. Regarding the second event, which concerns the daughter of the Ismailia murder victim, 70% of comments showed positive sentiments, as the public empathized with the family and expressed support for justice. Meanwhile, 24% of comments were negative, criticizing violence and crime, with a very small percentage (1%) being neutral. For the third event, which revolved around the confrontation between Ahmed Elawady and Hossam Bougy, most comments were positive (81%), as the public supported Elawady's position and empathized with Bougy in the face of bullying. However, 14% of comments were negative, criticizing some aspects related to the incident, while 5% were neutral. The fourth event, which involved ending a feud between two tribes through a feast attended by thousands, showed that 67% of comments had positive sentiments towards this reconciliation, with the public welcoming the spirit of forgiveness and ending the conflict. Nevertheless, 27% of comments were negative, criticizing the long-standing feud and its negative impact on families, while 6% were neutral. Finally, in the fifth event, which deals with a tearful letter from a teacher in Mansoura, negative sentiments predominated (53%), as the public strongly criticized the situation. However, 24% of comments expressed positive sentiments, showing empathy towards the teacher, while 23% of comments were neutral. These results reflect a significant variation in public responses to different events, with positive sentiments notably emerging in cases of empathy and reconciliation, while negative sentiments were more apparent in contentious or violence-related issues.
ISSN: 1687-3424

عناصر مشابهة


© 2025 المنظومة. جميع الحقوق محفوظة.