القائمة
Arabic sentiment analysis and content filtering across 5 dialects
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
| name | sarih |
| description | Arabic sentiment analysis and content filtering across 5 dialects |
| version | 1.0.0 |
| author | Mousa Abu Mazin |
| license | MIT |
| platforms | ["linux","macos"] |
| prerequisites | {"commands":["sarih"],"env_vars":[]} |
| metadata | {"hermes":{"tags":["nlp","sentiment","content-filter","arabic"]}} |
أداة لاكتشاف المحتوى السام بـ5 لهجات عربية، تعمل بالكامل بدون إنترنت.
| اللهجة | أمثلة كلمات مفلترة | ملاحظات |
|---|---|---|
| فصحى | ألفاظ نابية، تحريض، كراهية | القاعدة الأساسية |
| مصري | شتائم بالعامية المصرية | يتعرف على "يا ابن..." وما شابه |
| خليجي | ألفاظ خليجية مسيئة | يفهم السياق الخليجي |
| شامي | إساءات بالشامي | يميّز بين الشتيمة والتعبير العادي |
| مغاربي | خلط عربي-فرنسي مسيء | يكتشف الإساءة حتى بالخلط |
sarih check "النص المراد فحصه"
مثال — نص نظيف:
sarih check "شكرا على المساعدة، الله يعطيك العافية"
النتيجة المتوقعة:
✅ safe
Dialect: خليجي
Confidence: 0.94
Flags: none
مثال — نص مسيء:
sarih check "يا حمار انت ما تفهم شي"
النتيجة المتوقعة:
⚠️ medium
Dialect: فصحى/عام
Confidence: 0.87
Flags: [insult]
Details: "حمار" — إهانة مباشرة
Suggestion: حذف أو استبدال بـ "يا أخي"
sarih scan data.jsonl
مثال مع عرض التفاصيل:
sarih scan comments.jsonl --verbose
النتيجة المتوقعة:
Scanning comments.jsonl (4,230 records)...
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Total: 4,230
Safe: 3,891 (92.0%)
Low: 187 (4.4%)
Medium: 128 (3.0%)
High: 24 (0.6%)
Top flags:
insult: 89
hate_speech: 31
harassment: 24
profanity: 19
threat: 8
sarih clean data.jsonl --output cleaned.jsonl
خيارات التنظيف:
# حذف السجلات المخالفة بالكامل
sarih clean data.jsonl --output clean.jsonl --strategy remove
# استبدال الألفاظ المسيئة بـ [محذوف]
sarih clean data.jsonl --output clean.jsonl --strategy redact
# حذف فقط HIGH والاحتفاظ بـ medium و low
sarih clean data.jsonl --output clean.jsonl --threshold high
sarih stats
يعرض إحصائيات آخر فحص: توزيع المستويات، أكثر الفلاتر تفعيلا، توزيع اللهجات.
sarih explain
النتيجة المتوقعة:
الفلاتر الـ13:
━━━━━━━━━━━━━━
فئة الإساءة المباشرة:
1. profanity — ألفاظ نابية صريحة
2. insult — إهانات شخصية
3. slur — ألفاظ عنصرية أو طائفية
فئة التحريض:
4. hate_speech — خطاب كراهية
5. threat — تهديد بالأذى
6. incitement — تحريض على العنف
فئة التحرش:
7. harassment — تحرش أو مضايقة
8. sexual — محتوى جنسي صريح
9. doxxing — نشر معلومات شخصية
فئة المعلومات الخطيرة:
10. self_harm — إيذاء النفس
11. extremism — محتوى متطرف
12. spam — رسائل مزعجة متكررة
13. misinformation — معلومات مضللة
المستويات الثلاثة:
🟢 safe — لا مشاكل
🟡 low — ألفاظ عامية قد تكون مسيئة في سياق معين
🟠 medium — إساءة واضحة لكن ليست خطيرة
🔴 high — تهديد أو تحريض أو محتوى خطير
sarih يفهم أن بعض الكلمات مسيئة في لهجة لكنها عادية في أخرى. أمثلة:
Adhan audio playback with multiple muezzin voices
مراجعة كود عربي — راجع الكود مع فحص التعامل مع النصوص العربية وRTL والتعليقات العربية
مصطلحات صحية عربية — ترجم واشرح مصطلحات طبية بالعربي، ساعد في فهم التقارير الطبية
مصطلحات قانونية عربية — ترجم واشرح مصطلحات قانونية، ساعد في فهم العقود والمستندات القانونية بالعربي
Arabic OCR text extraction from images and documents
كاتب السيرة الذاتية — اكتب سيرة ذاتية احترافية بالعربي أو ثنائية اللغة