Etudiant : OUSSEINE MCHANGAMA HAMDANI

Filière : LF Sciences Mathématiques et Informatique

Encadrant : Pr. SATORI KHALID

Annèe : 2023

Résumé : Ce rapport présente une étude approfondie sur la détection de la violence en ligne dans les médias sociaux, avec pour objectif principal le développement d'un modèle automatisé de détection de la violence dans les messages textuels. Trois approches ont été explorées : le Traitement Automatique du Langage Naturel (NLP), le Machine Learning et le Deep Learning. Dans cette étude, nous avons sélectionné le modèle pré-entraîné BERT, largement reconnu pour sa capacité à comprendre le contexte et la structure du langage naturel. Pour l'adapter à notre tâche de détection de la violence, nous avons utilisé la technique du Transfer Learning, qui nous a permis de bénéficier des connaissances préalablement acquises par BERT. Nous avons ensuite mis en pratique cette approche en utilisant BERT pour la construction de notre modèle de détection de violence. Cette phase d'application a nécessité une adaptation minutieuse du modèle, ainsi que l'exploitation de grandes quantités de données annotées. Grâce à cette approche basée sur BERT et le Transfer Learning, nous avons obtenu des résultats prometteurs dans la détection de la violence en ligne. Notre modèle a démontré sa capacité à identifier de manière précise et efficace les messages violents, contribuant ainsi à créer un environnement en ligne plus sûr et respectueux. En résumé, ce rapport présente une étude approfondie sur la détection de la violence en ligne, en mettant en avant l'utilisation de l'approche basée sur BERT et le Transfer Learning pour développer un modèle de détection de la violence. Les résultats obtenus ouvrent des perspectives intéressantes pour la protection et la sécurité des utilisateurs dans le contexte des médias sociaux.