Please use this identifier to cite or link to this item: https://dspace.univ-ouargla.dz/jspui/handle/123456789/36926
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorChahrazad Toumi-
dc.contributor.authorGouarah, Bouthaina-
dc.contributor.authorGouarah, Abir-
dc.date.accessioned2024-09-30T07:51:44Z-
dc.date.available2024-09-30T07:51:44Z-
dc.date.issued2024-
dc.identifier.citationFACULTY OF N EW I NFORMATION AND C OMMUNICATION T ECHNOLOGIESen_US
dc.identifier.urihttps://dspace.univ-ouargla.dz/jspui/handle/123456789/36926-
dc.descriptionIndustrielleen_US
dc.description.abstractLes réseaux sociaux font partie intégrante de notre vie quotidienne, car ils ont contribué à faciliter la communication entre les personnes à l'échelle mondiale et sont devenus une plateforme de communication et de partage d'informations, d'idées, d’opinions, …ect. Malgré que ces sites présentent des avantages et des inconvénients qui affectent grandement la société. La misogynie qui est un sentiment de mépris ou d'hostilité à l'égard des femmes, motivé par leur sexe. La misogynie est un phénomène social très répandu ces dernières années, qui est devenu une source d'inquiétude croissante pour les femmes sur l'internet et qui a acquis de nouvelles. L’objectif de notre travail est de créer un modèle qui peut détecter efficacement la misogynie dans les sites de réseaux sociaux. Nous allons présentons deux modèles d'apprentissage d'ensemble qui utilise CNN, LSTM, pour l’identification de la misogynie. Pour ce faire, l'ensemble de données Let-Mi collectées par les chercheurs à partir des commentaires Twitter est utilisé, et un examen des réseaux sociaux et du phénomène de la misogynie dans les réseaux sociaux est présenté. Des algorithmes d'apprentissage automatique sont utilisés pour catégoriser les textes et identifier les commentaires misogynes et non misogynes.en_US
dc.description.sponsorshipDépartement d’informatique et Technologies de l’informationen_US
dc.language.isofren_US
dc.publisherKasdi Merbah University OUARGLA ALGERIAen_US
dc.subjectRéseaux sociauxen_US
dc.subjectMisogynieen_US
dc.subjectTwitteren_US
dc.subjectApprentissage automatiqueen_US
dc.titleIdentification de la misogynie sur les réseaux sociauxen_US
dc.typeThesisen_US
dcterms.abstractSocial networks are an integral part of our daily lives, as they have helped to facilitate communication between people on a global scale and have become a platform for communicating and sharing information, ideas, opinions, ...ect. However, these sites have both advantages and disadvantages that greatly affect society. Misogyny is a feeling of contempt or hostility towards women, motivated by their gender. Misogyny is a widespread social phenomenon in recent years, which has become a growing source of concern for women on the internet and has acquired new ones. The aim of our work is to create a model that can effectively detect misogyny in social networking sites. We will present two ensemble learning models that use CNN, LSTM, for misogyny identification. To this end, the Let-Mi dataset collected by researchers from Twitter comments is used, and an examination of social networks and the phenomenon of misogyny in social networks is presented. Machine learning algorithms are used to categorize texts and identify misogynistic and non-misogynistic comments.-
Appears in Collections:Département d'informatique et technologie de l'information - Master

Files in This Item:
File Description SizeFormat 
Gouarah-Gouarah.pdfIndustrielle964,08 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.