دراسة العلاقة بين الكتابة اليدوية باللغة العربية وصفات الشخصية باستخدام تقنيات الذكاء الصنعي

الملخص

تهدف هذه الدراسة إلى تطوير نظام ذكي لتحليل الشخصية اعتماداً على خصائص الخط اليدوي العربي وفق نموذج العوامل الخمسة الكبرى (Five Factor Model - FFM)، باستخدام تقنيات الذكاء الاصطناعي والتعلم العميق. تم بناء قاعدة بيانات مكوّنة من 500 مشارك، حيث جرى استخراج ميزات يدوية (Handcrafted Features) وميزات عميقة باستخدام نماذج مدربة مسبقاً مثل VGG16 وDenseNet201، بهدف دراسة تأثيرها على أداء نماذج التصنيف. تم اعتماد خوارزمية الغابة العشوائية (Random Forest) كنموذج تصنيف رئيسي بعد تحسينها باستخدام Grid Search، مع تدريب نموذج مستقل لكل صفة. ونظراً لعدم توازن البيانات، تم تطبيق تقنية SMOTE لإعادة توازن الفئات وتحسين قدرة النماذج على التعميم، حيث أُجريت التجارب على البيانات الأصلية وبعد التوازن. أظهرت النتائج تفوق الميزات العميقة، خاصة DenseNet201، إضافة إلى دمجها مع الميزات اليدوية، حيث وصلت قيمة F1-Score إلى(76%)، والصحة إلى (81%) عند استخدام .SMOTEكما بيّنت النتائج أهمية اختيار تمثيل البيانات المناسب إلى جانب تقنيات المعالجة المسبقة. تؤكد هذه الدراسة فعالية استخدام التعلم العميق في تحليل الشخصية من الخط اليدوي العربي، مع إمكانيات تطبيق واسعة في مجالات متعددة.