Projet de fin d'étude : Classification des fausses nouvelles à base des méthodes d’apprentissage automatique et profond

Etudiant : MAKRANE ABDELILAH

Filière : Master Systèmes Intelligents et Décisionnels (MSID)

Encadrant : Pr. ALAOUI ZIDANI KHALID

Annèe : 2021

Résumé : Actuellement, les nouvelles se propagent rapidement via internet, la chose qui a donné la possibilité au fausse nouvelles de se diuser facilement. Les fausses nouvelles sont conçues pour attirer les lecteurs, elles ont tendance à se propager plus rapidement. Pour la plupart des lecteurs, détecter les fausses nouvelles peut être dicile et ces lecteurs nissent généralement par croire que la fausse nouvelle est un fait. Son impact est grand et peut conduire à de nombreux phénomènes socialement indésirables, tels que la panique ou l’instabilité politique. Nous trouvons que plusieurs études liées au MID ont été étudiées pour de nouveaux problèmes et techniques de recherche. Bien qu’importante, cependant, la détection automatisée de la fausse nouvelle est dicile à accomplir car elle nécessite la compréhension de la relation entre chaque mot d’un texte long. Dans ce travail, nous allons utiliser deux ensembles de données du monde réel et plusieurs representations textuelles (Bag of words, TFIDF, Word2vec, GloVe et fastText) avec diérents modèles pour classier les fake news, les résultats obtenues par ces méthodes sont satisfaisant ( 98% d’accuracy pour GloVe avec CNN), nous observons l’ecacité de ces modèles avec diérentes mesures d’évaluation.