A research project examining gender bias in Arabic sentiment analysis with XAI techniques.مشروع بحثي يدرس تحيز النوع في تحليل المشاعر العربية باستخدام تقنيات XAI.
The project studies how Arabic sentiment models respond to gendered sentence variations and explains model behavior with XAI.يدرس المشروع استجابة نماذج تحليل المشاعر العربية لاختلافات الجمل المرتبطة بالنوع ويفسر سلوك النموذج باستخدام XAI.
Sentiment systems can produce different outputs when gendered Arabic wording changes, even when meaning remains similar.قد تنتج أنظمة تحليل المشاعر مخرجات مختلفة عند تغير الصياغة العربية المرتبطة بالنوع رغم بقاء المعنى متقاربًا.
It was built to explore fairness, explainability, and evaluation practices in Arabic NLP.بُني لاستكشاف العدالة وقابلية التفسير وممارسات التقييم في معالجة اللغة العربية.
The process included forming a research question, preparing paired samples, evaluating predictions, and interpreting feature influence.شملت العملية صياغة سؤال البحث، تجهيز عينات متقابلة، تقييم التنبؤات، وتفسير تأثير الخصائص.
Arabic NLP, Machine Learning, sentiment classification, dataset generation, XAI, evaluation metrics.
The research architecture follows a pipeline: sample preparation, preprocessing, model prediction, XAI explanation, and result comparison.تتبع البنية البحثية مسارًا يتكون من تجهيز العينات، المعالجة المسبقة، تنبؤ النموذج، تفسير XAI، ومقارنة النتائج.
Bias analysis needs carefully paired examples, transparent metrics, and explanations that connect model output to input evidence.يحتاج تحليل التحيز إلى أمثلة متقابلة بعناية ومقاييس واضحة وتفسيرات تربط مخرجات النموذج بأدلة المدخلات.