Analyse Des Publications Dans Les Réseaux Sociaux Par Apprentissage Profond
Résumé: Aujourd’hui les réseaux sociaux représentent un moyen de communication indispensable, ils permettent la diffusion des différentes informations et nouvelles dans le monde dans différentes langues. L’objectif de notre travail est l’analyse des publications sur les réseaux sociaux en utilisant des techniques de classification de données textuelle selon deux classes : statuts violents et statuts non violents et cela dans le but de détecter les statuts violents, de propos raciste et menaçants. Afin d’atteindre notre objectif, nous proposons deux combinaisons entre les algorithmes d’apprentissage profond CNN-LSTM et CNN-BILSTM. Ainsi, Pour régler le problème de déséquilibrage du dataset, nous utilisons une technique de sur-échantillonnage « Oversampling » dite SMOTE. Une étude expérimentale est effectuée. Les résultats obtenus montrent l’intérêt des combinaisons proposées. Mots clé : Apprentissage profond, Classification supervisée, Réseaux sociaux, Réseaux de neurones, BiLstm, Détection de langage agressive, Corpus déséquilibré, Oversampling.
Mots-clès:
Nos services universitaires et académiques
Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).
Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!
Aucun fichier associé
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".
