التنقيب عن البيانات وتحليل النصوص بإستخدام برنامج ويكا او بايثون

السلام عليكم ورحمه الله وبركاته

المشروع عباره عن بيانات جمعتها من موقع sketch engine لاربع لهجات عربيه (السعوديه و المصريه والعراقيه والسوريه ) المطلوب هو :

1- تنظيف البيانات

2- تطبيق أدوات استخراج البيانات وتحليلات النصوص بإستخدام برنامج Wekaاو بايثون لتحديد ميزات كل لهجه

applying data mining and text analytics tools including Weka and SketchEngine to

compare their national sub-corpus with the other

3- تصنيف الكلمات بناء على اللهجات بإستخدام مصنفات تعلم الآله وتحديد افضل مصنف

Identifying national dialect which distinguish it from the other national dialects; and experiment with feature machine learning classifiers to classify samples of dialect text

احتاج شرح كامل للعمل بكل خطواته بالطريقه المناسبه سواء تسجيل فيديو او عبر منصات التعلم مثل زوم ..