Classification d’information dans les média sociaux en utilisant les techniques du Machine Learning afin d’améliorer la Situational Awereness dans les situations d’urgence

Abstract

Dans beaucoup de discussions autour des catastrophes et des situations d’urgence, on affirme couramment qu’une catastrophe fait ´emerger l’urgence, et le plus souvent, les deux termes sont utilis´es de mani`ere interchangeable. Les r´eseaux sociaux sont consid´er´es comme un moyen de communication fiable durant les situations d’urgence en raison de son omnipr´esence croissante, de sa rapidit´e de communication, et de son accessibilit´e multi-plateforme. De plus, les r´eseaux sociaux comme Twitter ont des caract´eristiques sp´ecifiques, comme l’existence des m´etadonn´ees telles que les hashtags. Ceci rend notre tˆache plus complexe, malgr´e que ces hashtags ont ´et´e d´efinis par Twitter dans le but de regrouper les tweets selon leurs sujets de discussion (Farzindar et Roche, 2013). Beaucoup d’informations sont maintenant diffus´ees en cas d’une crise qu’il est impossible pour les humains de bien les trouver, et encore moins les organiser, leur donner un sens et agir en cons´equence. Pour filtrer ces informations actionnables et situationnelles, des m´ethodes de filtrage et de classification doivent ˆetre d´evelopp´ee et mis en œuvre pour augmenter les efforts humains de compr´ehension et d’int´egration de donn´ees. Ces informations partag´ees doivent ˆetre transmises en temps r´eel aux bonnes personnes et/ou stocker pour des besoins ult´erieurs. La classification et cat´egorisation d’informations est l’activit´e du traitement automatique des langues naturelles qui consiste `a classer de fa¸con automatique des ressources documentaires, g´en´eralement en provenance d’un corpus. Notre travail, r´ealis´e dans ce m´emoire, vise `a proposer une solution technique pour am´eliorer la Situational Awareness dans les situations d’urgence. Cette solution propos´ee permet de l’utilisation des m´ethodes d’apprentissage automatique pour classer les tweets li´es aux catastrophes afin d’extraire le maximum d’informations pertinentes et actionnables aux d´ecideurs. Nous avons compar´e les performances de deux des algorithmes de classification les plus courants, Na¨ıve Bayes et les arbres de d´ecision. L’´evaluation de la performance est bas´ee sur la validation des r´esultats `a travers les param`etres d’exactitude, de pr´ecision, et le rappel, avec l’application d’outils statistiques.