مشروع تخرج

IMRaD Analyzer، خدمات مصغرة موزعة لتصنيف النصوص العلمية

منصة من 8 خدمات مصغرة تستعمل BERT وGemini Pro لتصنيف المقالات العلمية، بمجموعة بيانات خاصة من 169 000 جملة، بلغت أعلى قيمة لمقياس F1 فيها 98,21٪.

المدة
مارس 2024 – سبتمبر 2026
التقنيات
Next.js, FastAPI, BERT, Gemini Pro, TF Serving

على الإنترنتGitHub

صورة تعريفية لـ IMRaD Analyzer

معمارية من 8 خدمات مصغّرة

  • Nginx (بوابة)
  • Spring Cloud Eureka (اكتشاف الخدمات)
  • Next.js (الواجهة وواجهة البرمجة)
  • مستخرج PDF (FastAPI)
  • TensorFlow Serving
  • خدمات الذكاء الاصطناعي للحركات والحركات الفرعية (FastAPI مع LangChain)
  • خدمة بيانات المستخدمين (MongoDB وExpress.js)
  • Redis وسيطًا للرسائل.
كشف الحركات جملةً بجملة

كشف الحركات جملةً بجملة

  • كل جملة في مقدمة علمية تُوسَم بحركتها في IMRaD (الإقليم / الفجوة / الإشغال) وحركتها الفرعية، مباشرةً.
  • شارات ملوّنة (أزرق، كهرماني، أخضر) وشريط ثقة لكل جملة يجعل النتائج مقروءة فورًا.
  • سلسلة من أربعة نماذج BERT هرمية مدرّبة، تُقدَّم عبر TensorFlow Serving، تشغّل خط المعالجة كله.
ثلاثة مستويات وصول

ثلاثة مستويات وصول

  • المستخدمون المجانيون يصنّفون المقدمات ويرون وسم كل جملة ودرجة الثقة وسجل تحليلاتهم كاملًا.
  • المستخدمون المميزون يحصلون على ملخص Gemini Pro وتحليل حسب الحركة وتصوّر لطريقة تفكير المؤلف.
  • المسؤولون لديهم إحصائيات المنصة وإدارة المستخدمين والاشتراكات وكل الملاحظات.
تحليل معمّق بالذكاء الاصطناعي

تحليل معمّق بالذكاء الاصطناعي

  • المستخدمون المميزون يتلقّون ملخصًا للمقدمة من Gemini Pro وتحليلًا حركةً بحركة وتصوّرًا لطريقة تفكير المؤلف.
  • تصل الأقسام الثلاثة تدريجيًا عبر Redis pub/sub، فتظهر النتائج تباعًا دون انتظار.
  • طبقة الذكاء الاصطناعي مبنية على LangChain، وتنتقل من Gemini Flash إلى نموذج Ollama محلي بالكامل بمتغير بيئة واحد.
رفع ملفات PDF واستخراجها

رفع ملفات PDF واستخراجها

  • يسحب المستخدم ملف المقال بصيغة PDF ويفلته، فيستخرج النظام المقدمة تلقائيًا.
  • خدمة FastAPI مخصّصة تتولى الاستخراج ثم تمرّر النص إلى خط تصنيف BERT.
  • يعمل التصنيف جملةً بجملة على المقدمة المستخرجة دون أي نسخ ولصق يدوي.
سجل كامل للتحليلات

سجل كامل للتحليلات

  • تُحفظ كل مقدمة مُحلَّلة مع متوسط درجات الثقة للحركات والحركات الفرعية وتاريخ الإنشاء.
  • قائمة مقسّمة إلى صفحات تقود مباشرةً إلى التفصيل جملةً بجملة لكل تحليل سابق.
  • يتابع المستخدم مع الوقت كيف تتوزع المقالات المختلفة بين الإقليم والفجوة والإشغال.
لوحة الإحصائيات

لوحة الإحصائيات

  • بطاقات مباشرة تعرض عدد المستخدمين والمشتركين المميزين والمقدمات المحللة والملاحظات المجمّعة.
  • رسوم بيانية وسجل نشاط حديث يمنحان المسؤولين صورة آنية عن استخدام المنصة.
  • إدارة المستخدمين وحظرهم من الصفحة نفسها.
تصحيح الجمل المصنّفة خطأً

تصحيح الجمل المصنّفة خطأً

  • يبلّغ المستخدم عن أي تصنيف خاطئ مباشرةً من صفحة المقدمة بزر الإعجاب أو عدمه.
  • نافذة تصحيح تتيح اختيار الحركة والحركة الفرعية الصحيحتين قبل الإرسال.
  • يُحفظ كل تصحيح ويعاد إلى خط إعادة تدريب BERT لتحسين جودة النموذج باستمرار.
تصدير الملاحظات وإعادة التدريب

تصدير الملاحظات وإعادة التدريب

  • يتصفّح المسؤولون كل تصحيحات المستخدمين في شبكة بطاقات مقسّمة إلى صفحات.
  • تصدير بصيغة JSON بنقرة واحدة يحمّل كل التصحيحات لخط تدريب BERT.
  • تعود أخطاء التصنيف الحقيقية بذلك إلى ضبط النموذج.
خلفية LLM مرنة عبر LangChain

خلفية LLM مرنة عبر LangChain

  • طبقة التحليل بالذكاء الاصطناعي مبنية على LangChain مع مزوّدَين يُبدَّل بينهما بمتغير بيئة واحد.
  • LLM_PROVIDER=gemini يستعمل Gemini 1.5 Flash عبر واجهة Google، وLLM_PROVIDER=ollama يشغّل الاستدلال محليًا بالكامل.
  • لا حاجة لأي تعديل في الشيفرة لتغيير المزوّد، وأي نموذج متوافق مع Ollama يعمل مباشرة.

ملاحظات التنفيذ

  • عالجت غياب مجموعات بيانات IMRaD على مستوى الجملة بتصميم سلسلة معالجة من 3 مراحل بـ Gemini Pro (توليد أولي، ثم تحسين التعليمات، ثم كشف القيم الشاذة وإثراء البيانات).
  • بنيت مجموعة بيانات خاصة من 169 000 جملة رفعت الدقة الأساسية من 44,61٪ إلى أكثر من 94٪ (أعلى F1 بلغ 98,21٪) باستعمال 4 نماذج BERT هرمية.

مشاريع مختارة

  • مفتوح المصدر

    محاكي معالج 8086 على الويب

    محاكي ومجمّع مفتوح المصدر لمعالج Intel 8086 في المتصفح (Vanilla JS)، بُني مشروعًا جامعيًا في السنة الثانية ضمن فريق من 6، مع محاكاة مجموعة التعليمات والتصحيح التفاعلي.

    • JavaScript
    • HTML
    • CSS
  • مشروع لعميل

    ContractsFlow

    لوحة متابعة فورية لشركة ميناء بجاية، مبنية بـ Clean Architecture وDDD، مع Redis Pub/Sub لتوسيع WebSockets أفقيًا. مغطاة كاملة باختبارات الوحدة والتكامل.

    • NestJS
    • Next.js
    • PostgreSQL
    • TypeORM
    • Redis

لنعمل معًا

أنا منفتح حاليًا على وظائف جديدة، عن بُعد أو في الخارج. إذا كنت تبني شيئًا طموحًا، يسعدني أن أسمع عنه.

تواصل معيLinkedIn