|
|
--- |
|
|
license: cc-by-nc-3.0 |
|
|
base_model: elnasharomar2/oknashar_arabic_keyword_extraction |
|
|
tags: |
|
|
- generated_from_trainer |
|
|
metrics: |
|
|
- precision |
|
|
- recall |
|
|
- f1 |
|
|
- accuracy |
|
|
model-index: |
|
|
- name: oknashar_arabic_keyword_extraction |
|
|
results: [] |
|
|
examples: null |
|
|
widget: |
|
|
- text: >- |
|
|
الأدب المصري القديم الأدب المصري القديم هو الأدب الذي كتب باللغات المصرية |
|
|
في مصر القديمة منذ عصر الفراعنة حتى سقوط مصر في قبضة الإمبراطورية الرومانية |
|
|
وهو يمثل مع الأدب السومري أقدم الآداب المعروفة ظهرت الكتابة في مصر القديمة |
|
|
سواء الهيروغليفية أو الهيراطيقية لأول مرة في نهاية الألف الرابعة قبل الميلاد |
|
|
في مرحلة متأخرة من عصر ما قبل الأسرات وفي عصر الدولة القديمة شملت الأعمال |
|
|
الأدبية النصوص الجنائزية والرسائل والتراتيل الدينية والقصائد والسير الذاتية |
|
|
التي خلد بها الشخصيات البارزة أعمالهم وحتى عصر الدولة الوسطى لم يكن الأدب |
|
|
السردي المصري قد ظهر بحسب وصف عالم المصريات ريتشارد باركنسون كانت هناك ثورة |
|
|
فكرية نتيجة ظهور نتاج أدبي لطبقة الكتبة وهم النخبة العاملة في الحكومة |
|
|
والديوان الملكي للفرعون الحاكم ومع ذلك هناك اختلاف في الآراء بين العلماء |
|
|
المعاصرين حول اقتصار الأدب المصري القديم على إنتاج النخبة الاجتماعية |
|
|
والسياسية في البلاط الملكي أصبحت اللغة المستخدمة في عصر الدولة الوسطى لغة |
|
|
مهجورة خلال عصر الدولة الحديثة عندما انتشرت الكتابة باللغة العامية إلا أنها |
|
|
ظلت تستخدم لتدوين التعاليم الدينية القديمة وظلت تستخدم حتى عصر مصر البطلمية |
|
|
شملت تلك الكتابات الحكايات الشعبية مثل قصة سنوحي والفلاح الفصيح بالإضافة إلى |
|
|
العديد من النصوص الهامة مثل وصايا أمنمحات وبحلول عصر الدولة الحديثة زينت |
|
|
الكتابات التذكارية التي تخلد أعمال الشخصيات الهامة جدران المعابد المقدسة |
|
|
والقبور والتي ازدهرت كحالة فريدة من الأدب دون الأدب المصري القديم على طائفة |
|
|
واسعة من المواد شملت مخطوطات البردي وألواح الحجر الجيري والمواد السيراميكية |
|
|
والألواح الخشبية والصروح الحجرية الضخمة والتوابيت لم يصل إلى أيدينا من تلك |
|
|
النصوص إلا النذر اليسير يرجع ذلك إلى البيئة الرطبة التي يسببها الفيضان |
|
|
السنوي للنيل والتي لا تصلح لحفظ النقوش والبرديات بينما حفظت البيئة الصحراوية |
|
|
الجافة القطع المدفونة فيها المخطوطات واللغات الهيروغليفية والهيراطيقية |
|
|
والديموطيقية اعتمد المصري القديم على اللغة الهيروغليفية ووليدتها |
|
|
الهيراطيقية كلغة كتابة منذ عصر الأسر المصرية المبكرة في أواخر الألفية |
|
|
example_title: الجمله الاولي |
|
|
- text: >- |
|
|
منهجية الاستقصاء الإحصائي في مجال الإحصاء منهجية المسوح هي الحقل الذي يدرس |
|
|
جميع الجوانب المتعلقة بتصميم المسح بدءا من تصميم استمارة الاستقصاء وسحب |
|
|
العينة وانتهاء بنشر نتائج الاستطلاع جدير بالذكر أن الدراسات الاستقصائية |
|
|
واستطلاعات الرأي كلها مترادفات للمسوح بمعناها الأشمل ويتم جمع بيانات المسوح |
|
|
من عينة من أفراد المجتمع مسحوبة أو منتقاة بشكل علمي بهدف تمثيل المجتمع ككل |
|
|
أغراض المسوح تتعدد أغراض المسوح لتشمل العديد من المجالات حيث يوجد استطلاعات |
|
|
الرأي العام والتي قد تدرس الآراء فيما يتعلق بالقضايا السياسية أو الاقتصادية |
|
|
أو الاجتماعية وتستخدم أنواع أخرى من المسوح لأغراض علمية مثل الدراسات |
|
|
الاستقصائية التي توفر معلومات هامة لجميع أنواع حقول البحث على سبيل المثال |
|
|
أبحاث التسويق وعلم النفس وعلم الاجتماع والمسوح الصحية وقد يركز المسح الواحد |
|
|
على مواضيع مختلفة مثل تفضيلات المبحوثين على سبيل المثال لمرشح الرئاسة |
|
|
والسلوك التدخين أو معلومات واقعية مثل الدخل أما فيما يتعلق بجوانب المسح |
|
|
المختلفة والتي يهتم بها علم منهجية المسوح فإنه وبشكل عام تتعدد هذه الجوانب |
|
|
ولا تقتصر على الجانب الإحصائي فقط حيث أنه يمكن تقسيم هذا العلم إلى فرعين |
|
|
الأول يهتم بالجانب الإحصائي للمسح وهو يشمل تحديد مجتمع الدراسة وعملية سحب |
|
|
العينة الممثلة لهذا المجتمع بالإضافة إلى ذلك إعداد البيانات التي تم جمعها من |
|
|
المبحوثين واستخدام الاساليب الإحصائية السليمة لتحليل البيانات الثاني يهتم |
|
|
بتصميم استمارة المسح وأداة المسح مقابلة شخصية وجها لوجه أو مقابلة تليفونية |
|
|
أو باستخدام البريد ودراسة التفاعلات السيكولوجية بين الباحثين والمبحوثين |
|
|
وتأثيرها على البيانات في نفس الوقت يهتم علم منهجية المسوح بشكل أساسي على |
|
|
دراسة ما يسمى بالخطأ الكلي للمسح Total Survey Error والذي يركز على دراسة |
|
|
الأخطاء التي تحدث في خلال مراحل المسح وتقليلها والتي قد تؤثر على نتائج المسح |
|
|
وذلك في ضوء الميزانية المخصصة للمسح ومن هنا يمكن القول بأنه على الخبير بهذا |
|
|
المجال أو من يطلق عليه اسم Survey Methodologist |
|
|
example_title: الجمله الثانية |
|
|
--- |
|
|
|
|
|
<!-- This model card has been generated automatically according to the information the Trainer had access to. You |
|
|
should probably proofread and complete it, then remove this comment. --> |
|
|
|
|
|
# oknashar_arabic_keyword_extraction |
|
|
|
|
|
This model is a fine-tuned version of [elnasharomar2/oknashar_arabic_keyword_extraction](https://huggingface.co/elnasharomar2/oknashar_arabic_keyword_extraction) on the None dataset. |
|
|
It achieves the following results on the evaluation set: |
|
|
- Loss: 0.3199 |
|
|
- Precision: 0.6325 |
|
|
- Recall: 0.6737 |
|
|
- F1: 0.6525 |
|
|
- Accuracy: 0.9478 |
|
|
|
|
|
## Model description |
|
|
|
|
|
More information needed |
|
|
|
|
|
## Intended uses & limitations |
|
|
|
|
|
More information needed |
|
|
|
|
|
## Training and evaluation data |
|
|
|
|
|
More information needed |
|
|
|
|
|
## Training procedure |
|
|
|
|
|
### Training hyperparameters |
|
|
|
|
|
The following hyperparameters were used during training: |
|
|
- learning_rate: 2e-05 |
|
|
- train_batch_size: 4 |
|
|
- eval_batch_size: 8 |
|
|
- seed: 42 |
|
|
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08 |
|
|
- lr_scheduler_type: linear |
|
|
- num_epochs: 5 |
|
|
- mixed_precision_training: Native AMP |
|
|
|
|
|
### Training results |
|
|
|
|
|
| Training Loss | Epoch | Step | Validation Loss | Precision | Recall | F1 | Accuracy | |
|
|
|:-------------:|:-----:|:-----:|:---------------:|:---------:|:------:|:------:|:--------:| |
|
|
| 0.0336 | 1.0 | 2998 | 0.2695 | 0.6062 | 0.6123 | 0.6092 | 0.9437 | |
|
|
| 0.0271 | 2.0 | 5996 | 0.2684 | 0.5870 | 0.6581 | 0.6205 | 0.9443 | |
|
|
| 0.0157 | 3.0 | 8994 | 0.2843 | 0.6143 | 0.6756 | 0.6435 | 0.9466 | |
|
|
| 0.0206 | 4.0 | 2998 | 0.2565 | 0.6230 | 0.6223 | 0.6227 | 0.9453 | |
|
|
| 0.0155 | 5.0 | 5996 | 0.3030 | 0.6220 | 0.6484 | 0.6349 | 0.9466 | |
|
|
| 0.0114 | 6.0 | 8994 | 0.3087 | 0.6120 | 0.6644 | 0.6371 | 0.9463 | |
|
|
| 0.0192 | 7.0 | 2998 | 0.3107 | 0.5896 | 0.6544 | 0.6203 | 0.9426 | |
|
|
| 0.0176 | 8.0 | 5996 | 0.3064 | 0.5897 | 0.6547 | 0.6205 | 0.9421 | |
|
|
| 0.0158 | 9.0 | 8994 | 0.2739 | 0.6191 | 0.6466 | 0.6325 | 0.9458 | |
|
|
| 0.012 | 10.0 | 11992 | 0.3105 | 0.6279 | 0.6682 | 0.6474 | 0.9466 | |
|
|
| 0.009 | 11.0 | 14990 | 0.3199 | 0.6325 | 0.6737 | 0.6525 | 0.9478 | |
|
|
|
|
|
|
|
|
### Framework versions |
|
|
|
|
|
- Transformers 4.35.2 |
|
|
- Pytorch 2.1.0+cu118 |
|
|
- Datasets 2.15.0 |
|
|
- Tokenizers 0.15.0 |
