Please use this identifier to cite or link to this item:
https://dspace.univ-ouargla.dz/jspui/handle/123456789/36926
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Chahrazad Toumi | - |
dc.contributor.author | Gouarah, Bouthaina | - |
dc.contributor.author | Gouarah, Abir | - |
dc.date.accessioned | 2024-09-30T07:51:44Z | - |
dc.date.available | 2024-09-30T07:51:44Z | - |
dc.date.issued | 2024 | - |
dc.identifier.citation | FACULTY OF N EW I NFORMATION AND C OMMUNICATION T ECHNOLOGIES | en_US |
dc.identifier.uri | https://dspace.univ-ouargla.dz/jspui/handle/123456789/36926 | - |
dc.description | Industrielle | en_US |
dc.description.abstract | Les 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.sponsorship | Département d’informatique et Technologies de l’information | en_US |
dc.language.iso | fr | en_US |
dc.publisher | Kasdi Merbah University OUARGLA ALGERIA | en_US |
dc.subject | Réseaux sociaux | en_US |
dc.subject | Misogynie | en_US |
dc.subject | en_US | |
dc.subject | Apprentissage automatique | en_US |
dc.title | Identification de la misogynie sur les réseaux sociaux | en_US |
dc.type | Thesis | en_US |
dcterms.abstract | Social 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 | Size | Format | |
---|---|---|---|---|
Gouarah-Gouarah.pdf | Industrielle | 964,08 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.