Extraction d’information depuis les m´edias sociaux afin d’am´eliorer la Situational Awareness dans les situations d’urgence

Abstract

Les plateformes des media sociaux sont devenues un moyen important de partager des informations sur le Web, en particulier les ´ev´enements critiques tels que les catastrophes naturelles, industrielles et celles caus´ees par l’homme. Actuellement, Twitter comme ´etant un concurrent principal dans les r´eseaux sociaux est utilis´e pour diffuser des nouvelles sur des incidents et des victimes. Dans ce sens notre th`eme pr´esent´e dans ce m´emoire aborde justement la d´etermination des tweets dont leurs contenu concerne des catastrophes, et par la suite leurs envoyer vers les d´ecideurs appropri´es en temps r´eel. Afin d’atteindre cet objectif, nous avons concevoir une approche bas´e sur le Framework word2vec qui est un outil leader dans le domaine de traitement automatique des langues (TAL) ; cette approche est constitu´ee de 3 ´etapes `a savoir l’extraction des informations `a partir des tweets puis les nettoyer (tokinisation, et lemmatisation) afin d’obtenir que des mots pertinent en leur forme rationnelle ; et finalement proc´eder `a leur classification en fonction des domaines d’activit´es ad´equates. Nous pouvons confirmer que les r´esultats obtenus concernons la correspondance des tweets par rapport `a leur classe ´etaient presque parfaite et par cons´equent nous avons assur´e que les tweets vont bel et bien ˆetre envoy´e vers les destinataires correspondant dont l’objectif de notre th`eme. En r´ealit´e la r´ealisation de ce m´emoire et le d´eveloppement de l’application nous ont apport´e plusieurs avantages sur nos comp´etences techniques et analytiques `a savoir : - Toucher profond´ement des concepts principaux d’un domaine de recherche tr`es pro