{
  "cells": [
    {
      "cell_type": "raw",
      "id": "058737da",
      "metadata": {
        "vscode": {
          "languageId": "raw"
        }
      },
      "source": [
        "---\n",
        "title: \"مسألة تحليل المشاعر\"\n",
        "og:title: sentiment_problem\n",
        "toc: true\n",
        "format:\n",
        "  html: default\n",
        "---\n"
      ]
    },
    {
      "cell_type": "markdown",
      "metadata": {},
      "source": [
        "في هذا التمرين تبني **مصنّف مشاعر بسيط** يعتمد على عدّ الكلمات الإيجابية والسلبية في كل تغريدة، دون تعلّم آلي معقّد. اقرأ الوصف أدناه، ثم اكتب برنامجك في الخلية الأخيرة.\n"
      ]
    },
    {
      "cell_type": "markdown",
      "id": "a202cf6a",
      "metadata": {},
      "source": [
        "[تحميل الدفتر](https://raw.githubusercontent.com/HassanAlgoz/python/main/book/chapters/ch6-text-files/exercise_6c.ipynb)"
      ]
    },
    {
      "cell_type": "markdown",
      "id": "bd9a9603",
      "metadata": {},
      "source": [
        "## السياق\n",
        "\n",
        "**تحليل المشاعر** (Sentiment Analysis) يصنّف النصّ من حيث المشاعر: إيجابية أو سلبية أو محايدة. يُستعمل غالبًا لاستخلاص **رأي عام** من تعليقات أو استطلاعات.\n",
        "\n",
        "## مهمتك\n",
        "\n",
        "ابنِ **نموذجًا عدّيًا بسيطًا** باستعمال قوائم كلمات جاهزة:\n",
        "\n",
        "1. حمّل التغريدات من [tweets.txt](../../datasets/tweets/tweets.txt)\n",
        "2. حمّل القوائم من [words_positive.txt](../../datasets/tweets/words_positive.txt) و [words_negative.txt](../../datasets/tweets/words_negative.txt)\n",
        "3. لكل تغريدة: احسب عدد تطابقات الكلمات الإيجابية والسلبية (بعد تقسيم النص إلى كلمات أو رموز مناسبة)\n",
        "4. صنّف التغريدة (مثلاً: إيجابي إذا تجاوز الفرق عتبة تختارها، أو سلبي، أو محايد)\n",
        "5. اطبع ملخصًا أو أمثلة توضح تصنيفك\n",
        "\n",
        "يمكنك تنظيم الحل في دوال (`load_words`، `score_tweet`، …) كما يريحك.\n"
      ]
    },
    {
      "cell_type": "code",
      "execution_count": null,
      "id": "374753cf",
      "metadata": {},
      "outputs": [],
      "source": [
        "pass  # اكتب هنا\n"
      ]
    }
  ],
  "metadata": {
    "language_info": {
      "name": "python"
    }
  },
  "nbformat": 4,
  "nbformat_minor": 5
}