Veuillez utiliser cette adresse pour citer ce document :
http://dspace.univ-tiaret.dz:80/handle/123456789/5549
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
dc.contributor.author | SAIDJ, Soumia Douâa | - |
dc.date.accessioned | 2022-11-23T13:02:56Z | - |
dc.date.available | 2022-11-23T13:02:56Z | - |
dc.date.issued | 2022 | - |
dc.identifier.uri | http://dspace.univ-tiaret.dz:80/handle/123456789/5549 | - |
dc.description.abstract | Les fausses nouvelles ont toujours existé sous différentes formes, des mensonges ou de rumeurs par exemple. De nos jours, avec Internet et la technologie permettant une diffusion rapide et vaste des informations, les fausses nouvelles sont plus dangereuses que jamais. Les résultats des fausses nouvelles sont des risques que nous devons éviter - ou du moins essayer d'éviter, en créant des moyens de détecter les fausses nouvelles sur leur environnement le plus vital : les réseaux sociaux en particulier, Internet en général. Le chemin vers cette solution est d'utiliser l'intelligence artificielle, cela nous aidera à apprendre à la machine comment classer les nouvelles, d’abord en faisant l’analyse des textes de ces nouvelles avec les techniques du NLP : Natural Language Processing. Ensuite, en faisant la classification de ces nouvelles utilisant les algorithmes du machine learning ou deep learning | en_US |
dc.language.iso | fr | en_US |
dc.publisher | Université Ibn Khaldoun -Tiaret- | en_US |
dc.subject | fausses nouvelles, intelligence artificielle (IA), natural language processing , machine learning (ML), deep learning (DL), analyse de texte. | en_US |
dc.title | Techniques de NLP pour la détection des fausses nouvelles | en_US |
dc.type | Thesis | en_US |
Collection(s) : | Master |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
TH.M.INF.FR.2022.03.pdf | 1,57 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.