Résumé:
Le principal objectif de ce mémoire est de prédire les manifestations publiques au
moyen d’algorithmes d’apprentissage automatique et l’apprentissage profond utilisant les
fonctionnalités extraites des données des médias sociaux à partir de Twitter.En particulier,
nous considérons le cas de « Hirak » qui a commencé en février 2019 en Algérie.
les Résultas sont réalisé grâce aux techniques de l’apprentissage automatique et l’apprentissage
profond tout en respectant la méthodologie de la classification du texte liée au
domaine du traitement automatique du langage naturel.
Mots clés : Apprentissage automatique,Apprentissage profond, HIRAK, Classification,
Traitement du langage naturel.
III
Abstract
The main objective of this dissertation is to predict public protests by means of machine
learning algorithms and deep learning using features extracted from social media
data from Twitter.In particular, we consider the case of ”Hirak” which started in February
2019 in Algeria.The The results are achieved through machine learning and deep learning
techniques while respecting the methodology of text classification related to the field of
automatic natural language processing..
Keywords : Machine learning, deep learning, Classification, HIRAK, Natural language
proccessing.
IV
ملخص
الهدف الرئيسي من هذه الرسالة هو التنبؤ بالاحتجاجات العامة عن طريق خوارزميات التعلم الآلي والتعلم العميق
باستخدام الميزات المستخرجة من بيانات وسائل التواصل الاجتماعي من تويتر ، وعلى وجه الخصوص ، نأخذ في الاعتبار
حالة "الحراك التي بدأت في فبراير 2019 في الجزائر. يتم تحقيق النتائج باستخدام تقنيات التعلم الآلي والتعلم العميق
مع احترام منهجية تصنيف النص المتعلقة بمجال معالجة اللغة الطبيعية.
كلمات مفتاحية : التعلم الآلي ، التعلم العميق ، الحراك ، التصنيف ، معالجة اللغة الطبيعية.
