> For the complete documentation index, see [llms.txt](https://docs.ngsurvey.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.ngsurvey.com/ar/hzmh-althkaa-alastnaay/wkyl-artemis-ai/thlyl-albyanat-wiadad-altqaryr/thlyl-alnsws-almftwhh.md).

# تحليل النصوص المفتوحة

تحتوي الإجابات المفتوحة غالبًا على أعمق الرؤى وأثمنها، لكنها أيضًا الأكثر تعقيدًا. تستخدم Artemis تحليلًا دلاليًا مدعومًا بالذكاء الاصطناعي لتفسير وتلخيص وهيكلة الملاحظات النوعية على نطاق واسع.

بدلاً من قراءة مئات أو آلاف التعليقات يدويًا، يمكن للمستخدمين طلب رؤى منسقة مباشرة.

يمكن لـ Artemis:

* تلخيص الموضوعات المتكررة
* كشف المشاعر الإيجابية والسلبية والمختلطة
* تجميع التعليقات حسب المعنى
* إبراز المخاوف الناشئة
* استخراج اقتباسات تمثيلية
* تجميع نتائج النصوص المفتوحة مع إجابات أسئلة الاستبيان الأخرى

### 🔎 اكتشاف الموضوعات والتلخيصات

* “لخص الموضوعات الرئيسية من سؤال التعليق.”
* “عن ماذا يتحدث العملاء أكثر بناءً على سؤال التعليق؟”
* “قدّم نظرة عامة عالية المستوى على التعليقات الأخيرة بناءً على سؤال التعليق.”
* “حدد أعلى 5 موضوعات متكررة في الملاحظات من سؤال التعليق.”
* "قدّم الموضوعات الرئيسية لسؤال التعليق وقم بتجميعها حسب سؤال الدولة"

قد تتضمن المخرجات ملخصات منظمة، وموضوعات مصنفة، ونظرات سردية موجزة.

### 😊 تحليل المشاعر

* “حلل المشاعر في التعليقات الأخيرة بناءً على سؤال التعليق.”
* “اعرض توزيع الملاحظات الإيجابية مقابل السلبية بناءً على سؤال التعليق.”
* “سلط الضوء على أكثر التعليقات أهمية بناءً على سؤال التعليق.”
* “حدد الشهادات القوية الإيجابية بناءً على سؤال الشهادة.”

توفر Artemis تحليلات تفصيلية للمشاعر وتفسيرًا سياقيًا، وليس مجرد وسم خام.

### 🧩 تجميع التعليقات

* “جمع التعليقات حسب الموضوع.”
* “جَمّع الملاحظات المماثلة معًا.”
* “حدد أنماط الشكاوى المتعلقة بالخدمة.”
* “قسّم التعليقات إلى فئات نقاش رئيسية.”

يساعد هذا في تحويل الملاحظات غير المنظمة إلى مجموعات رؤى قابلة للتنفيذ.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.ngsurvey.com/ar/hzmh-althkaa-alastnaay/wkyl-artemis-ai/thlyl-albyanat-wiadad-altqaryr/thlyl-alnsws-almftwhh.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.