Extraction d’information depuis les m´edias sociaux afin d’améliorer 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