آموزش پردازش زبان طبیعی با پایتون

poster
پیش‌نمایش دوره

ما در این دوره به آموزش عملی و تئوری NLP می‌پردازیم. این دوره با مفاهیم پایه پردازش زبان طبیعی شروع می‌شود، سپس به پیش‌پردازش متن به کمک کتابخانه هایی نظیر NLTK ، SpaCy و Hazm ... ادامه

برگزارکننده:  مکتب‌خونه  مکتب‌خونه
مدرس دوره:
4.8 (8 رای)
سطح: مقدماتی
 پلاس
  
زمان مورد نیاز برای گذراندن دوره:  4 ساعت
مجموع محتوای آموزشی:  4 ساعت ویدئو
 (قابل دانلود می‌باشد)

آنچه در این دوره می‌آموزیم:

 درک مفاهیم پایه‌ای پردازش زبان طبیعی

 یادگیری پیش‌پردازش متن نظیر : Stemming ، Lemmatization و Tokenization و پیاده سازی با کتابخانه های مختلف

 تسلط بر رویکرد Bag of Word و انواع آن

 تسلط بر Text Classification با رویکرد BOW

 توانایی ساخت مدل‌های تشخیص دهنده احساسات متن

 توانایی ساخت مدل‌های تشخیص دهنده اسپم

 تسلط بر مفهوم Topic Modeling

 تسلط بر روش‌های LDA و NMF

 توانایی ساخت مدل‌های Topic Modeling و تحلیل آن

پیش‌نیاز‌ها

پیش فرض ما در این دوره این است که مخاطبان هیچ اطلاعاتی در مورد پردازش زبان طبیعی ندارند ولی برای درک بهتر مطالب ؛

دانش عمومی پایتون و دانش عمومی از یادگیری ماشین توصیه می‌شود.

سرفصل‌های دوره آموزش پردازش زبان طبیعی با پایتون

مفاهیم اولیه پردازش زبان طبیعی
  طرح کلی بخش اول
مشاهده
"02:11  
  مفاهیم اولیه
مشاهده
"05:39  
  Tokenization
"05:51  
  بردار و نمایش برداری
"08:10  
  ‌‌Bag of Words
"05:17  
  Count Vectorization
"06:44  
  TF-IDF
"09:00  
  Stop words
"03:35  
  Setmming و Lemmatization
"05:10  
آشنایی با کتابخانه‌های پردازش متن
  طرح کلی بخش دوم
مشاهده
"01:48  
  Spacy
"25:31  
  NLTK
"13:42  
  Hazm
"13:39  
طبقه‌بندی متن (Text Classification)
  طرح کلی بخش سوم
"01:48  
  Spam Detection
"03:11  
  مروری بر Machine Learning
"10:31  
  تعریف مسئله Spam Detection
"03:20  
  مسیر ساخت مدل
"01:53  
  ساخت Spam Detector - بخش اول
"17:57  
  ساخت Spam Detector - بخش دوم
"11:19  
  تحلیل احساسات متن
"04:48  
  تعریف مسئله Sentiment Analysis
"01:39  
  ساخت مدل Sentiment Analysis
"13:36  
Topic Modeling
  طرح کلی بخش چهارم
"03:14  
  Topic Modeling چیست؟
"05:38  
  LDA
"11:34  
  NMF
"10:24  
  مسیر ساخت مدل Topic Modeling
"02:35  
  ساخت مدل Topic Modeling
"24:44  
سخنان پایانی
  چگونه تمرین کنیم؟
"06:23  

درباره دوره

ما در این دوره به آموزش عملی و تئوری NLP می‌پردازیم. این دوره با مفاهیم پایه پردازش زبان طبیعی شروع می‌شود، سپس به پیش‌پردازش متن به کمک کتابخانه هایی نظیر NLTK ، SpaCy و Hazm می‌پردازد. در ادامه استفاده از الگوریتم‌های یادگیری ماشین برای Text Classification در مدل های Spam Detection و Sentiment Analysis مورد بررسی قرار مي‌گیرد و در قسمت آخر با توضیح و ایجاد مدل های ‌Topic Modeling به پایان می‌رسد.

پیش‌فرض این دوره این است که مخاطب هیچ اطلاعاتی در مورد پردازش زبان طبیعی ندارد، بنابراین تمام مباحث لازم مربوط به پردازش زبان طبیعی مرتبط با یادگیری ماشین از ابتدا و به صورت کامل پوشش داده شود.

پردازش زبان طبیعی چیست ؟

پردازش زبان طبیعی (Natural Language Processing) یک شاخه از هوش مصنوعی است که به رایانه‌ها کمک می‌کند تا زبان انسان را درک و پردازش کنند. این امر به رایانه‌ها امکان می‌دهد تا با انسان‌ها به طور طبیعی ارتباط برقرار کنند و وظایفی مانند ترجمه، خلاصه‌نویسی، تشخیص گفتار، و پاسخ به سوالات را  که به درک زبان نیاز دارند،انجام دهند.

 

این دوره مناسب چه کسانی است؟

اگر تمایل دارید وارد حوزه پردازش زبان طبیعی شوید، فرآیند‌ها و کدنویسی آن را فرا بگیرید و بتوانید ‌مدل هایی ایجاد کنید که بتواند تسک های یادگیری ماشین را بر روی متن انجام دهد، این دوره مخصوص شما‌ست!

سرفصل های این دوره :

۱- مبانی پردازش زبان طبیعی:

آشنایی با تعاریف و مفاهیم اولیه همچنین مفاهیم بنیادی NLP مانند Tokenization  stemming، lemmatization، stop words

۲ - بررسی کتابخانه های پردازش متن :

استفاده از کتابخانه NLTK ، کتابخانه پیشرفته Spacy و همچنین Hazm برای ,  Tokenization و lemmatization

برچسب‌گذاری Part-of-Speech برای تشخیص نقش کلمات را در متن مانند اسم، فعل و صفت

برچسب گذاری Named-Entity برای شناسایی مفاهیمی مانند پول، زمان، شرکت‌ها ،مکان ها و موارد دیگر 
رسم نمودار های روابط زبانی در با استفاده از کتابخانه‌ SpaCy

۳ - ساخت مدل یادگیری ماشین با Scikit-Learn برای انجام طبقه‌بندی متن

ساخت خودکار سیستم‌های یادگیری ماشینی که می‌توانند متن های مثبت و منفی نظرات یا ایمیل‌های هرزنامه را تشخیص دهد

۴ - Topic Modeling
روش‌های یادگیری بدون ناظر پیچیده‌تر برای پردازش زبان طبیعی، مانند LDA و ‌NMF، که در آن مدل‌های یادگیری ماشین ما موضوعات و مفاهیم اصلی را از فایل‌های متنی خام تشخیص می‌دهند.

درباره استاد

maktabkhooneh-teacher رضا جعفری

رضا جعفری فارغ‌التحصیل مهندسی شیمی دانشگاه تهران و دانشجو کارشناسی ارشد MBA دانشگاه فردوسی مشهد است. او دارای ۳ سال سابقه تدریس و برگزاری ورک‌شاپ‌های مربوط به علم داده اعم از برنامه نویسی پایتون و ‌R ، یادگیری ماشین، یادگیری عمیق ، پردازش زبان طبیعی ،یادگیری تقویتی و ... با تمرکز بر سیستم های تصمیم‌ گیری و زنجیره تامین داده محور می‌باشد. وی در حال حاضر بر روی توسعه سیستم های پردازش داده های متنی مشتریان برای مدیریت زنجیره تأمین تمرکز دارد.

مشاهده پروفایل و دوره‌‌های استاد

نظرات کاربران

تا کنون نظری برای این دوره ثبت نشده است. برای ثبت نظر باید ابتدا در دوره ثبت نام کرده و دانشجوی دوره باشید.
معصومه عظیمی 1403-02-25
دوره به شدت عالی بود اما لطفا مدل های مولد در این حوزه هم توضیح دهید و به عنوان تمرین یک چت بات خیلی کوچک درست کنید در کل دوره خوبی بود
محمد راهدان مفرد 1403-02-17
دوره‌‌ی خوبیه. از پرداختن به جزئیات بی مورد پیشگیری شده و این باعث بهبود کیفیت دوره شده اما به همین دلیل نیازه که با مدلهای Machine Learning، خصوصا مدلهای Classification و ... یه آشنایی حداقلی داشته باشیم هرچند خود استاد دوره یه مرور کوتاه نسبت به مدلها دارن
محمد باغانی 1403-01-23
فقط میتونم بگم عالی
مهدی بدرخانی 1402-12-27
عالی استاد خیلی روان و مفید و واضح مظالب رو بیان میکنن پیشنهاد میکنم حتما این دوره رو ببینید

دوره‌های پیشنهادی

سوالات پرتکرار

پس از سپری شدن زمان دوره، به محتوای دوره دسترسی خواهم داشت؟
بله؛ پس از سپری شدن مدت زمان دوره شما به محتوای دوره دسترسی خواهید داشت و می توانید از ویدئوها، تمارین، پروژه و دیگر محتوای دوره در صورت وجود استفاده کنید ولی امکان تصحیح تمارین توسط پشتیبان و دریافت گواهی نامه برای شما وجود نخواهد داشت.

دوره آموزش پردازش زبان طبیعی با پایتون

در دنیای امروز که اطلاعات به سرعت در حال گردش است، پردازش زبان طبیعی (NLP) به ابزاری ضروری برای درک و تحلیل حجم عظیمی از داده‌های متنی تبدیل شده است. NLP به رایانه‌ها امکان می‌دهد تا زبان انسان را درک و با آن تعامل داشته باشند، که دریچه‌ای نو به سوی کاربردهای مختلفی مانند ترجمه ماشینی، استخراج اطلاعات، چت‌بات‌ها، و تحلیل احساسات می‌گشاید. با یادگیری NLP با پایتون، زبانی ساده و قدرتمند، شما می‌توانید این مهارت‌های ارزشمند را به دست آورید و به حل چالش‌های دنیای واقعی با قدرت زبان انسان کمک کنید. مکتب‌خونه با ارائه دوره‌ جامع آموزش NLP با پایتون، شما را در این مسیر یاری می‌کند.

پردازش زبان طبیعی (NLP) چیست؟

فرض کنید با انبوهی از متن سر و کار دارید، ایمیل‌های مشتری، نظرات در شبکه‌های اجتماعی، یا حتی کتاب‌های الکترونیکی. چگونه می‌توانید به طور مؤثر این اطلاعات را درک و تجزیه و تحلیل کنید؟ اینجاست که پردازش زبان طبیعی (NLP) وارد عمل می‌شود. NLP شاخه‌ای از هوش مصنوعی است که به رایانه‌ها امکان می‌دهد زبان انسان را بفهمند و با آن تعامل داشته باشند.

با NLP، می‌توانید کارهای قدرتمندی انجام دهید، مانند:

  • استخراج احساسات: نظرها و بازخوردهای مشتری را تجزیه و تحلیل کنید تا ببینید مردم واقعاً در مورد محصول یا خدمات شما چه احساسی دارند.
  • ترجمه ماشینی: موانع زبانی را بشکنید و متون را به طور خودکار از یک زبان به زبان دیگر ترجمه کنید.
  • چت‌بات‌ها: ربات‌های چت بسازید که به طور طبیعی با کاربران تعامل داشته باشند و به سؤالات آنها پاسخ دهند.
  • دسته‌بندی متن: اسناد و ایمیل‌ها را به طور خودکار سازماندهی کنید.
  • خلاصه‌سازی متن: به سرعت به نکات کلیدی متون حجیم پی ببرید.

چرا باید NLP را با پایتون یاد بگیرید؟

پایتون یک زبان برنامه‌نویسی محبوب برای NLP است. دلایل زیادی برای گذارندن دوره آموزش پردازش زبان طبیعی با پایتون وجود دارد:

  • سادگی: پایتون زبانی خوانا و نسبتاً آسان برای یادگیری است، حتی برای کسانی که تجربه کمی در برنامه‌نویسی دارند.
  • کتابخانه‌های غنی: اکوسیستم پایتون مملو از کتابخانه‌های قدرتمند NLP مانند NLTK، spaCy و Gensim است که کارهای زیادی را برای شما انجام می‌دهند.
  • جامعه بزرگ: پایتون یک جامعه فعال و پرشور دارد، به این معنی که می‌توانید به راحتی منابع و کمک پیدا کنید.

قدم به دنیای NLP با پایتون 

حالا که متوجه اهمیت NLP و مزایای یادگیری آن با پایتون شده‌اید، بیایید به سراغ بخش عملی برویم. در این راهنما به عنوان مکمل دوره آموزش پردازش زبان طبیعی با پایتون، شما را با مراحل اولیه کار با آموزش NLP در پایتون آشنا می‌کنیم.

1. تنظیم محیط برنامه‌نویسی

اولین قدم این است که محیط برنامه‌نویسی خود را راه‌اندازی کنید. شما به موارد زیر نیاز دارید:

  • پایتون: آخرین نسخه پایتون را از وب‌سایت رسمی آن دانلود و نصب کنید.
  • محیط توسعه یکپارچه (IDE): یک IDE مانند PyCharm یا Visual Studio Code را برای نوشتن و اجرای کد پایتون خود در نظر بگیرید.
  • کتابخانه‌های NLP: کتابخانه‌های محبوب NLP مانند NLTK یا spaCy را با استفاده از دستور pip install نصب کنید.

2. متن نمونه خود را آماده کنید

برای تمرین مهارت‌های NLP خود، به متن نمونه‌ای نیاز دارید. این می‌تواند هر چیزی باشد، از یک مقاله خبری گرفته تا یک رمان. می‌توانید از مجموعه داده‌های عمومی موجود آنلاین استفاده کنید یا متن دلخواه خود را بنویسید.

3. پیش‌پردازش متن

پیش‌پردازش متن مرحله‌ای کلیدی در NLP است که در آن متن خام را برای تجزیه و تحلیل آماده می‌کنید. این شامل کارهایی مانند:

  • حذف توقف‌واژه‌ها: کلمات رایج و بی‌معنی مانند “است”، “که”، و “با” را حذف کنید.
  • حرف کوچک کردن متن: همه حروف‌ها را به حروف کوچک تبدیل کنید.
  • نشانه‌گذاری: علائم نگارش غیرضروری را حذف کنید.
  • توکن‌سازی: متن را به واحدهای کوچک‌تر مانند کلمات یا حروف تقسیم کنید.

4. تجزیه و تحلیل متن

پس از پیش‌پردازش متن، می‌توانید شروع به تجزیه و تحلیل آن کنید. برخی از تکنیک‌های رایج NLP عبارتند از:

  • استخراج نهاد: شناسایی و استخراج نهادهای نام‌گذاری‌شده مانند افراد، مکان‌ها و سازمان‌ها از متن.
  • تحلیل احساسات: درک احساسات و عواطف بیان‌شده در متن، مانند مثبت، منفی یا خنثی.
  • مدل‌سازی موضوع: موضوعات اصلی متن را کشف کنید.
  • تجزیه و تحلیل نحوی: تجزیه و تحلیل نحوی ساختار دستوری جمله را بررسی می‌کند. این شامل تشخیص نقش‌های کلمات، مانند فاعل، مفعول و صفت است.

کاربردهای NLP

همانطور که قبلاً ذکر شد، NLP کاربردهای متنوعی دارد. در اینجا چند نمونه آورده شده است:

  • استخراج اطلاعات: اطلاعات کلیدی را از اسناد متنی استخراج کنید، مانند نام افراد، تاریخ‌ها و مکان‌ها.
  • پاسخ به سؤال: به سؤالات مربوط به متن به طور خودکار پاسخ دهید.
  • خلاصه‌سازی متن: نکات کلیدی متون حجیم را به طور خودکار استخراج کنید.
  • ترجمه ماشینی: متون را به طور خودکار از یک زبان به زبان دیگر ترجمه کنید.
  • تولید متن: قالب‌های متنی خلاقانه مانند شعر، کد، اسکریپت، قطعات موسیقی، ایمیل، نامه و غیره تولید کنید.
  • چت‌بات‌ها: ربات‌های چت بسازید که به طور طبیعی با کاربران تعامل داشته باشند.

منابع یادگیری NLP با پایتون

منابع آنلاین و آفلاین زیادی برای آموزش NLP با پایتون در دسترس است. در اینجا چند مورد از آنها آورده شده است:

  • کتابخانه NLTK: NLTK یک کتابخانه منبع باز محبوب برای NLP است که مجموعه ابزارهای مختلفی را برای کارهای مختلف NLP ارائه می‌دهد.
  • کتابخانه spaCy: spaCy یک کتابخانه NLP قدرتمند دیگر است که بر سرعت و دقت تمرکز دارد.
  • کتاب "یادگیری پردازش زبان طبیعی با پایتون": این کتاب توسط Steven Bird، Ewan Klein و Edward Loper نوشته شده است و به طور جامع مفاهیم کلیدی NLP را با استفاده از پایتون پوشش می‌دهد.
  • دوره آنلاین پردازش زبان طبیعی با پایتون: این دوره توسط دانشگاه استنفورد در پلتفرم Coursera ارائه می‌شود و به شما در یادگیری اصول NLP و نحوه پیاده‌سازی آنها با پایتون کمک می‌کند. همچنین دوره آموزش ان ال پی با پایتون مکتب خونه نیز بسیار حائز اهمیت است.

اهمیت آموزش پردازش زبان طبیعی با پایتون

پردازش زبان طبیعی (NLP) یک زمینه هیجان‌انگیز و رو به رشد در هوش مصنوعی است که به رایانه‌ها امکان می‌دهد زبان انسان را درک و با آن تعامل داشته باشند. پایتون زبانی عالی برای یادگیری NLP است زیرا ساده، قدرتمند و دارای کتابخانه‌های غنی است.

با یادگیری NLP با پایتون، می‌توانید مهارت‌های ارزشمندی را به دست آورید که به شما امکان می‌دهد مشکلات دنیای واقعی را حل کنید و برنامه‌های کاربردی نوآورانه ایجاد کنید.

آیا NLP موضوعی دشوار است؟

NLP می‌تواند چالش‌برانگیز باشد؛ اما با منابع و راهنمایی مناسب، هر کسی می‌تواند آن را یاد بگیرد. پایتون به دلیل سادگی و کتابخانه‌های غنی NLP، زبانی عالی برای شروع است.

برای یادگیری NLP به چه پیش‌نیازهایی نیاز دارم؟

شما به دانش اولیه برنامه‌نویسی و درک مفاهیم اولیه ریاضیات مانند جبر خطی و آمار نیاز دارید.

 بهترین کتابخانه NLP برای پایتون کدام است؟

هیچ پاسخ واحدی برای این سوال وجود ندارد. NLTK و spaCy دو کتابخانه محبوب هستند که هر کدام نقاط قوت و ضعف خود را دارند.

 از کجا می‌توانم منابع یادگیری NLP با پایتون را پیدا کنم؟

منابع آنلاین و آفلاین زیادی در دسترس است. کتابخانه‌های NLTK و spaCy دارای مستندات جامعی هستند. همچنین می‌توانید دوره‌های آنلاین و کتاب‌های زیادی را در این زمینه پیدا کنید.

با یادگیری NLP چه نوع شغل‌هایی می‌توانم پیدا کنم؟

تقاضا برای متخصصان NLP در حال افزایش است. با مهارت‌های NLP، می‌توانید در زمینه‌هایی مانند مهندسی نرم‌افزار، هوش مصنوعی، یادگیری ماشین، بازاریابی و خدمات مشتری کار کنید.

دوره جامع آموزش پردازش زبان طبیعی با پایتون

آیا به دنبال درک عمیق‌تر زبان انسان و نحوه تعامل رایانه‌ها با آن هستید؟ آیا می‌خواهید مهارت‌های ارزشمندی را در زمینه هوش مصنوعی و یادگیری ماشین به دست آورید که تقاضای زیادی برای آنها در بازار کار وجود دارد؟ اگر پاسختان به این سوالات مثبت است، دوره جامع آموزش پردازش زبان طبیعی با پایتون مناسب شماست.

در این دوره، شما با مفاهیم و تکنیک‌های بنیادی NLP آشنا خواهید شد و یاد می‌گیرید که چگونه آنها را با استفاده از زبان برنامه‌نویسی قدرتمند پایتون پیاده‌سازی کنید.

دوره آموزش ان ال پی با پایتون برای چه کسانی مناسب است؟

دوره آموزش ان ال پی با پایتون برای افراد زیر مناسب است:

  • برنامه‌نویسان: اگر یک برنامه‌نویس هستید که به دنبال یادگیری مهارت‌های جدید و تقاضا هستید، NLP یک انتخاب عالی است.
  • متخصصان داده: اگر یک متخصص داده هستید، NLP می‌تواند به شما کمک کند تا از داده‌های متنی بینش‌های عمیق‌تری به دست آورید.
  • محققان هوش مصنوعی: اگر یک محقق هوش مصنوعی هستید، NLP ابزاری ضروری برای کار شماست.
  • هر کسی که به زبان و هوش مصنوعی علاقه‌مند است: حتی اگر سابقه فنی ندارید، می‌توانید با مفاهیم پایه NLP آشنا شوید و درک خود را از نحوه عملکرد زبان انسان ارتقا دهید.

با گذراندن دوره آموزش NLP در پایتون چه چیزهایی یاد خواهید گرفت؟

با طی کردن دوره آموزش پردازش زبان طبیعی با پایتون مفاهیم زیر را یاد خواهید گرفت:

  • مفاهیم اولیه پردازش زبان طبیعی: شما با مفاهیم کلیدی NLP مانند توکن‌سازی، لماتیزاسیون، استخراج نهاد و تجزیه و تحلیل نحوی آشنا خواهید شد.
  • آشنایی با کتابخانه‌های پردازش متن: شما با کتابخانه‌های محبوب NLP مانند NLTK و spaCy کار خواهید کرد و یاد می‌گیرید که چگونه از آنها برای انجام وظایف مختلف NLP استفاده کنید.
  • طبقه‌بندی متن: شما یاد می‌گیرید که چگونه مدل‌های یادگیری ماشین را برای طبقه‌بندی متن در دسته‌های مختلف مانند مثبت/منفی، اسپم/غیر اسپم و غیره آموزش دهید.
  • Topic Modeling: شما یاد می‌گیرید که چگونه از Topic Modeling برای کشف موضوعات اصلی در مجموعه داده‌های متنی استفاده کنید.

علاوه بر این، شما مهارت‌های حل مسئله و تفکر انتقادی خود را ارتقا خواهید داد و یاد می‌گیرید که چگونه به طور موثر با داده‌های پیچیده کار کنید.

این دوره شامل موارد زیر است:

  • بیش از 4 ساعت ویدیوی آموزشی با کیفیت بالا
  • تمرین‌های عملی برای کمک به شما در درک مفاهیم
  • پروژه‌های نهایی برای به کارگیری دانش خود در دنیای واقعی
  • دسترسی به مدرس دوره برای پرسش و پاسخ

همین امروز در دوره جامع آموزش پردازش زبان طبیعی با پایتون ثبت نام کنید و به دنیای جذاب NLP قدم بگذارید.

آموزش NLPدر مکتب خونه

اگر به دنبال یادگیری مهارت‌های ارزشمند و تقاضا در دنیای امروز هستید؟ دوره‌های جامع آموزش پایتون، آموزش پردازش زبان طبیعی و آموزش هوش مصنوعی مکتب‌خونه برای شما طراحی شده‌اند!

در این دوره‌ها، شما:

  • با زبان برنامه‌نویسی قدرتمند پایتون آشنا خواهید شد و یاد می‌گیرید که چگونه از آن برای ساخت برنامه‌های کاربردی مختلف استفاده کنید.
  • مفاهیم و تکنیک‌های بنیادی پردازش زبان طبیعی (NLP) را فرا خواهید گرفت و یاد می‌گیرید که چگونه آنها را با پایتون پیاده‌سازی کنید.
  • با دنیای هوش مصنوعی (AI) آشنا خواهید شد و یاد می‌گیرید که چگونه از آن برای حل مسائل پیچیده استفاده کنید.

دوره‌های مکتب‌خونه توسط مدرسان مجرب و متخصص ارائه می‌شوند و شامل:

  • ویدیوهای آموزشی با کیفیت بالا
  • تمرین‌های عملی
  • پروژه‌های نهایی
  • پشتیبانی آنلاین

با گذراندن این دوره‌ها، شما برای ورود به بازار کار پر رونق فناوری اطلاعات و ایجاد راه‌حل‌های نوآورانه آماده خواهید شد. همین امروز در دوره‌های آموزش پایتون، پردازش زبان طبیعی و هوش مصنوعی مکتب‌خونه ثبت نام کنید و آینده خود را بسازید!

poster
پیش‌نمایش دوره
  
برگزار کننده:  مکتب‌خونه
  
زمان مورد نیاز برای گذراندن دوره:  4 ساعت
مجموع محتوای آموزشی:  4 ساعت ویدئو
 (قابل دانلود می‌باشد)