Résumé:
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
