Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/8438
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorHouari, Abdelaziz-
dc.contributor.authorBenchabekh, Mohamed El Mehdi-
dc.date.accessioned2021-01-03T12:50:41Z-
dc.date.available2021-01-03T12:50:41Z-
dc.date.issued2020-11-24-
dc.identifier.urihttp://di.univ-blida.dz:8080/jspui/handle/123456789/8438-
dc.descriptionill., Bibliogr.fr_FR
dc.description.abstractLe texte offensant est omniprésents dans les réseaux sociaux, faire face à ce genre de comportements abusifs est devenu de plus en plus urgent, un des défis majeurs pour le monde informatique. En se basant sur le corpus qui nous a été fourni nous avons eu affaires à des textes (des commentaires extraits de Twitter) écrits en deux langues (Arabe et Anglais). Notre travail vise à la mise en œuvre d’un système utilisant les techniques de classification supervisées en s’appuyant sur des méthodes de l’apprentissage automatique du domaine d’intelligence artificielle et du traitement automatique de la langue en particulier, comme la machine learning et le deep learning, afin de pouvoir arriver justement à identifier ce genre de textes, en l’occurrence. Les textes offensants selon ces critères : Offensant ou pas, ciblé ou pas, vers un individu ou vers un group ou ni l’un ni l’autre, en ce qui concerne la partie Arabe nous avons traité seulement le premier niveau ( Offensant ou pas ) . Après avoir effectué les tests et les comparer à plusieurs niveaux, nous avons obtenu des résultats sur lesquels nous avons constaté que LSTM était le meilleur dans notre cas pour l’apprentissage automatique (Machine learning), du même pour l’apprentissage profond (Deep learning) nous avons constaté que LSTM était le meilleur. Mots clés : Réseaux sociaux, textes offensants, classification, Supervisé, Apprentissage .fr_FR
dc.language.isofrfr_FR
dc.publisherUniversité Blida 1fr_FR
dc.subjectRéseaux sociauxfr_FR
dc.subjecttextes offensantsfr_FR
dc.subjectclassificationfr_FR
dc.subjectSuperviséfr_FR
dc.subjectApprentissagefr_FR
dc.titleConception et réalisation d’un système d’identification des textes offensants dans les réseaux sociauxfr_FR
dc.typeThesisfr_FR
Collection(s) :Mémoires de Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Houari Abdelaziz et Benchabekh El Mahdi.pdf3,49 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.