28,99 €
inkl. MwSt.

Versandfertig in 6-10 Tagen
payback
14 °P sammeln
  • Broschiertes Buch

Ce n'est un secret pour personne que les plateformes de médias sociaux prolifèrent à un rythme sans précédent et que, l'accès à l'internet devenant de plus en plus omniprésent, la diffusion de fausses nouvelles est devenue un processus rapide et sans effort. Les ramifications de ce phénomène sont profondes, en particulier dans les domaines de la politique et de l'éducation, où l'impact des fausses nouvelles peut être très perturbant.Dans cette étude de recherche, nous utiliserons le traitement du langage naturel (NLP) pour transformer les titres d'information textuels en vecteurs numériques.…mehr

Produktbeschreibung
Ce n'est un secret pour personne que les plateformes de médias sociaux prolifèrent à un rythme sans précédent et que, l'accès à l'internet devenant de plus en plus omniprésent, la diffusion de fausses nouvelles est devenue un processus rapide et sans effort. Les ramifications de ce phénomène sont profondes, en particulier dans les domaines de la politique et de l'éducation, où l'impact des fausses nouvelles peut être très perturbant.Dans cette étude de recherche, nous utiliserons le traitement du langage naturel (NLP) pour transformer les titres d'information textuels en vecteurs numériques. Nous avons examiné et contrasté deux méthodes de TAL, le sac de mots (BoW) et le Term Frequency-Inverse Document Frequency (TF-IDF), afin de déterminer leurs performances tout en utilisant différents algorithmes d'apprentissage automatique pour identifier les fausses nouvelles.Nous utiliserons plusieurs algorithmes de classification par apprentissage automatique, notamment Naïve Bayes, la régression logistique, Random Forest et Support Vector Machine. Notre objectif est d'identifier la technique NLP la plus efficace pour identifier les fausses nouvelles.
Autorenporträt
A Dra. Kirti Hemant Wanjale obteve o seu doutoramento na Faculdade de Engenharia Informática da SSSTUMS, Sehore MP. Atualmente, trabalha como Professora no Departamento de Engenharia Informática do Instituto de Tecnologia de Pune. Tem 22 anos de experiência. Os seus principais interesses de investigação são Redes de Sensores Sem Fios, Internet das Coisas (IoT).