Détection de fausses informations dans les réseaux sociaux : vers des approches multi-modales

Cédric Maigrot (1) , Vincent Claveau (2) , Ewa Kijak (2)

1 UR - Université de Rennes
2 LinkMedia - Creating and exploiting explicit links between multimedia fragments

Les informations sont aujourd’hui de plus en plus partagées par le biais des réseaux sociaux qui permettent une diffusion massive et rapide. Le problème principal de ces canaux de communication vient de la non vérification associée à la viralité de l’information partagée. Automatiser la vérification des informations circulant sur ces réseaux n’est pas trivial car les fausses informations peuvent prendre de nom- breuses formes (texte mensonger, image modifiée, image détournée de son contexte initial...). Cet article présente plusieurs systèmes de dé- tection des fausses informations dans des tweets dans un cadre d’ap- prentissage supervisé. Nous explorons notamment l’aspect multimodal de cette tâche en exploitant le contenu textuel du message, la détec- tion des sources de l’information, la recherche d’image similaire à celles associées au tweet, et la fusion de ces trois types d’indices. Les ré- sultats sont évalués sur les données du workshop MediaEval 2016, et permettent d’analyser les pouvoirs prédictifs de chaque modalité (texte, source, image) et de leur combinaison.

Domaines: Machine Learning [stat.ML]; Traitement du texte et du document; Traitement des images [eess.IV]

Cédric Maigrot, Vincent Claveau, Ewa Kijak. Détection de fausses informations dans les réseaux sociaux : vers des approches multi-modales. Extraction et Gestion des Connaissances (EGC), Jan 2017, Grenoble, France. ⟨hal-01548156⟩