تصنيف النصوص (Text Classification) باستخدام الشبكات العصبية الالتفافية (CNN) هو أسلوب يعتمد على استغلال قدرة الـ CNN في استخراج الأنماط المكانية من النصوص، كما تفعل مع الصور. يتم أولاً تحويل الكلمات إلى متجهات عددية باستخدام Word Embeddings مثل Word2Vec أو GloVe أو تمثيلات السياق مثل BERT، ثم يُنظر إلى النص كسلسلة ثنائية الأبعاد (مصفوفة من الكلمات الممثلة كمتجهات). تقوم مرشحات الالتفاف (Convolutional Filters) بالتقاط الأنماط المهمة مثل العبارات أو التراكيب اللغوية التي تحمل دلالات معينة، ثم تُستخدم طبقات التجميع (Pooling Layers) لاختزال المعلومات والحفاظ على أبرز السمات. في النهاية تُرسل المخرجات إلى طبقة متصلة بالكامل (Fully Connected Layer) مع دالة تنشيط مثل Softmax لتحديد الفئة النهائية للنص. تُستخدم هذه الطريقة بكفاءة في مجالات مثل تصنيف رسائل البريد العشوائي (Spam Detection)، تصنيف الأخبار، وتحليل مراجعات العملاء.
ا.م.د. علاء طعيمة عبد الكاظم
أستاذ مساعد دكتور في الذكاء الاصطناعي والتعلم العميق