Résumé:
Les réseaux sociaux sont devenus en très peu de temps un phénomène d’une ampleur
inouïe, censé permettre aux inscrits d’interagir entre eux en échangeant des informations, des
photos et des actualités de tous ordres.
Cependant, certains utilisateurs utilisent ces réseaux à des fins différentes en diffusant des
contenus abusifs, qui jouissent à des personnes, des groupes ou même des communautés entières.
En effet, la détection de ce phénomène nommé par l'hate speech est devenue une tache
cruciale et un défi majeur à surmonter.
Notre étude est orientée vers la détection des discours haineux en se basant sur
l’apprentissage profond et automatique comme algorithme sur la plateforme « Twitter » et avec la
langue anglaise. Nous avons développé deux modèles (Random Forest et la combinaison entre
Random Forest et Auto-encodeur) qui nous ont permis d’arriver à classer nos données et nous
donner les meilleurs résultats de précision dans ce domaine.
Mots clé : détection des discours haineux, apprentissage profond, apprentissage
automatique, hate speech, contenus abusifs, Random Forest, Auto-encodeur.
