Classifieur de tweets haineux

Abstract

Notre projet de fin d'études porte sur une analyse textuelle d'une collection de tweets préalablement collectés et contenant de la violence verbale et plus particulièrement le harcèlement. Donc, notre objectif à travers ce travail est de déceler automatiquement les caractéristiques du discours violent analysant notre corpus en se basant sur deux domaines de recherches: l'analyse des sentiments et leurs techniques de classification. D’après notre analyse du corpus, nous avons constaté que la violence verbale est pertinente dans l’ensemble des tweets, autrement-dit, les utilisateurs du big social data Twitter interagissent violemment entre eux. En tant qu’une solution à cette problématique, nous abordons le problème de l'analyse des sentiments sur un ensemble de tweets en passant par une ressource lexicale linguistique externe (dictionnaire donné ou SentiWordnet) pour la phase de prétraitement et en utilisant un certain nombre de modèles d'apprentissage automatique traditionnel et en profondeur pour la classification. Il s'agit donc de la classification automatique de tweets en tweets harcelés et tweets non harcelés. Le Deep Learning, approche incontournable en Machine Learning, s’avère particulièrement utile et performant pour cette classification