Détection automatique des contenus offensifs en Bambara sur les réseaux sociaux

Abstract

Dans ce mémoire, nous abordons le problème de la détection automatique contenus offensifs en bambara sur les réseaux sociaux. Avec la grande popularité des réseaux sociaux, l'objectif est de protéger les utilisateurs contre les discours haineux, les insultes et les discriminations en ligne. Cependant, pour les langues moins documentées comme le Bambara, il n’existe pas de moyen pour pratiquer cette détection. Une approche basée sur l'apprentissage automatique est utilisée à l’aide de sept algorithmes et des techniques de prétraitement. Les résultats montrent une grande efficacité, notamment avec le modèle BiLSTM qui a produit des valeurs importantes de F1 (i.e. 0.94 et 0.88). Malgré le manque de données à notre possession, cette recherche contribue à la protection des utilisateurs et souligne l'importance de la recherche dans les langues moins documentées pour la détection des contenus offensifs sur les réseaux sociaux