كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةموسوعة أطر ومكتبات الذكاء الاصطناعيمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةموسوعة شبكات التعلم العميق الحديثةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجةمختبر الذكاء الاصطناعي الكمّي

الترددات والمتتاليات (N-grams) بـ NLTK

مبتدئمعالجة اللغة الطبيعيةمعالجة اللغة

الهدف: حساب أكثر الكلمات والثنائيات تكراراً في نص.

Python — example.py
from nltk import FreqDist, ngrams
from nltk.tokenize import RegexpTokenizer

text = "التعلم العميق مفيد والتعلم العميق ممتع والتعلم الآلي أساس التعلم العميق"
tokens = RegexpTokenizer(r"\w+").tokenize(text)
print("أكثر الكلمات:", FreqDist(tokens).most_common(3))
print("أكثر الثنائيات:", FreqDist(ngrams(tokens, 2)).most_common(2))

شرح الكود

نستخدم مقسّماً بالتعبيرات النمطية لا يحتاج تنزيل موارد، ثم FreqDist لعدّ الكلمات وngrams لاستخراج الثنائيات. هذه خطوات أساسية في تحليل النصوص الكلاسيكي.

المتطلبات

Shell
pip install nltk

طريقة التشغيل

احفظ الكود في ملف example.py ثم شغّله:

Shell
python example.py

المخرجات المسجلة عند الاختبار

أكثر الكلمات: [('العميق', 3), ('التعلم', 2), ('والتعلم', 2)]
أكثر الثنائيات: [(('التعلم', 'العميق'), 2), (('العميق', 'مفيد'), 1)]

نُفّذ هذا المثال فعلياً واختُبر بتاريخ 21 نوفمبر 2026 على CPU — nltk 3.10.4, python 3.13.18

المكتبات المستخدمة

أمثلة قريبة