Détection de fausses informations dans les réseaux sociaux

Travaux réalisés pendant ma thèse

Médias traditionnels, médias sociaux :
caractériser la réinformation


Les médias traditionnels sont de plus en plus présents sur les réseaux sociaux, mais ces sources d'informations sont confrontées à d'autres sources dites de réinformation. Ces dernières ont parfois tendance à déformer les informations relayées pour correspondre aux idéologies qu'elles souhaitent défendre, les rendant partiellement ou totalement fausses. Le but de cet article est, d'une part, de présenter un corpus que nous avons constitué à partir de groupes Facebook de ces deux types de médias. Nous présentons d'autre part quelques expériences de détection automatique des messages issus des médias de réinformation, en étudiant notamment l'influence d'attributs de surface et d'attributs portant plus spécifiquement sur le contenu de ces messages.

Détection et localisation d'images modifiées de réseaux sociaux:
une approche CBIR


La vérification de l'authenticité d'une image sur les réseaux sociaux est cruciale pour limiter la diffusion de fausses informations. Dans cet article, nous proposons un système qui fournit des informations sur la localisation de falsification sur de telles images, afin d'aider l'utilisateur ou les méthodes automatiques à distinguer une image modifiée d'une image modifiée. Ces images peuvent être soumises à un grand nombre de modifications possibles, ce qui nécessite l'utilisation de méthodes génériques. Les méthodes d'analyse d'images basées sur des descripteurs locaux se sont avérées efficaces pour le cas spécifique de la contrefaçon par copie (copy-move). En profitant du nombre d'images disponibles sur Internet, nous proposons un système générique basé sur la récupération d'images, suivi d'une comparaison d'images basée sur des fonctionnalités locales pour localiser tout type de modification d'images provenant de réseaux sociaux. Nous proposons également une base de données adaptée, volumineuse et complexe d'images de cas réels pour évaluation.

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


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.

Created with Marco template by TemplateMag