Veuillez utiliser cette adresse pour citer ce document :
https://di.univ-blida.dz/jspui/handle/123456789/7121
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
dc.contributor.author | Zerrouki, Hammeme | - |
dc.contributor.author | Hamdad, Adel | - |
dc.date.accessioned | 2020-12-02T09:40:15Z | - |
dc.date.available | 2020-12-02T09:40:15Z | - |
dc.date.issued | 2020-09-24 | - |
dc.identifier.uri | http://di.univ-blida.dz:8080/jspui/handle/123456789/7121 | - |
dc.description | ill., Bibliogr. | fr_FR |
dc.description.abstract | Les réseaux sociaux représentent aujourd’hui un moyen de communication incontournable. Cependant, ils peuvent également être une source fiable pour diffuser les nouvelles et de la propagande dans le monde dans différentes langues, notamment la langue Anglaise. En effet, certains utilisateurs créent actuellement des comptes pour diffuser des contenus abusifs. En effet, ce langage abusif est interdit et la détection automatique d’un tel langage est un défi majeur à surmonter. Notre recherche suggère l'un des programmes de base du traitement automatique de la langue. Dans ce travail nous avons utilisé l’apprentissage automatique et profond afin de proposer un programme de détection automatique de langage abusif dans les postes en langue Anglaise sur Twitter. La solution proposée permet de détecter et de classifier un poste abusif selon cinq différents algorithmes et l’analyse des résultats obtenus sur un Dataset constitué à partir d’un scrapping sur Twitternous a permisde déterminer l’algorithme le plus précis selon f-score et la complexité temporelle. Mots Clés : Analyse des Réseaux Sociaux, Détection de Langage Abusif, Classification Automatique, Apprentissage Automatique, Apprentissage Profond. | fr_FR |
dc.language.iso | fr | fr_FR |
dc.publisher | Université Blida 1 | fr_FR |
dc.subject | Analyse des Réseaux Sociaux | fr_FR |
dc.subject | Détection de Langage Abusif | fr_FR |
dc.subject | Classification Automatique | fr_FR |
dc.subject | Apprentissage Automatique | fr_FR |
dc.subject | Apprentissage Profond | fr_FR |
dc.title | Détection du Langage Agressif dans les Posts des Utilisateurs sur les Réseaux Sociaux | fr_FR |
dc.type | Thesis | fr_FR |
Collection(s) : | Mémoires de Master |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
Zerrouki Hammeme et Hamdad Adel.pdf | 2,36 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.