A propos
Ce projet de recherche vise à analyser dans quelle mesure le fact-checking, en tant que genre journalistique est automatisable. En d’autres termes, à proposer aux fact-checkers un ensemble d’outils d’aide à la vérification des faits. Ces outils permettront entre autre de faciliter collecte et l’analyse des données web, la vérification des informations mais aussi la visualisation des résultats.
Ces transformations se situent dans notre volonté de proposer une nouvelle façon d’exercer le métier de journalisme par l'intégration des innovations technologiques actuelles. L’intérêt de ce projet réside non seulement dans son positionnement scientifique innovant, mais aussi et surtout dans le fait qu’il intègre une approche sociétale de la question de la gestion de l’information.
Il a pour ambition d’apporter une solution automatisée d’aide à la décision face à l’accroissement des sources d’information et la saturation des canaux habituels de fact-checking. Le but est alors de mettre en place une plateforme commune de collecte et d’agrégation de données intégrant un moteur de fact-checking combinant l’exploration de différentes sources de données.
Domaines d'activités
Partenaires
Axes d'intervention
Modélisation des données pour la visualisation en grande dimension des faits journalistiques
Il s’agit dans cet axe de mettre en place un module de visualisation basé sur le concept de « linked data » pour permettre de mettre en évidence les relations intrinsèques entre les différentes parties des articles.
Détection de mirco-expressions dans une vidéo
Cet axe aussi sert de prétexte pour constituer une base de données d'expressions faciales sur des personnes d'origine africaine et entrainer un réseaux de neurones à convolution ou à défaut proposer selon la bibliohraphie une approche d’apprentissage avec une meilleure performance.
Conception d’un algorithme de collecte large-spectre d’articles
Il sera question de mettre en place un algorithme paramétrable et multi-cible pour la collecte d’articles.
Prédiction de fact checking basé sur l’analyse bayesienne
Il consiste à compléter le travail de détection de badge-check deja entamé dans la thèse d’Edouard et de proposer un modèle bayésien de détection de badge-check.
Conception d’un tableau de bord pour l’exploration des faits
Le but ici est de mettre en place une base de connaissances pour l’exploration des données collectées.
Conception d’un algorithme de classification semi-supervisée des faits journalistiques
Dans cette partie il est demandé d’explorer les possibilités qu’offre l’Intelligence Artificielle pour construire un algorithme de classification.
Equipe
Prof. Ousmane SALL
Professeur des Universités
Enseignant-Chercheur en Informatique à l’Université Virtuelle du Sénégal (UVS), M. SALL est Professeur Titulaire des Universités depuis Juillet 2019. Prof. SALL est spécialisé dans les problématiques liées à la décision dans le contexte du Web Sémantique. Il est le responsable et porteur du projet Check4Decsion financé par le CEA MITIC pour quinze mois.
Prof. Mamadou BOUSSO
Enseignant-Chercheur
Enseignant-Chercheur à l’UFR SES de l'Université de Thiès, Prof. BOUSSO est spécialistes en Sciences de Données. Il est également CTO à TERANGACLOUD. Prof. BOUSSO intervient dans ce projet pour son expertise en modélisation mathématiques, sciences de données et apprentissage automatique.
Dr. Babiga BIRREGAH
Enseignant-Chercheur
Enseignant-chercheur, Responsable du Mastère spécialisé Big Data : Analytics avancées pour la décision. Dr. BIRREGAH spécialiste de l’analyse des médias sociaux est membre de l'Institut Charles Delaunay du CNRS, de l’Equipe Modélisation et Sûreté des Systèmes (M2S) du Département Recherche Opérationnelle, Statistiques Appliquées, Simulation (ROSAS) de l’Université de Technologie de Troyes.
Dr. Edouard Ngor SARR
Maitre de conferences
Enseignant-Chercheur à l'UFR SES de l’Université Assane SECK de Ziguinchor (UASZ). Dr. Sarr spécialiste en automatisation du fact-checking est actuellement attaché d’Enseignement et de Recherche pour les filières informatiques. Il est membre du projet de recherche CHECK4DECISION basé à l'Université de THIES et financé par le CEAMITIC. Il est également entrepreneur, Directeur et Fondateur de la Startup S@RRIS.
Mouhamadou Moustapha SISSOKHO
Titulaire d’un Master en Informatique Option Génie Logiciel de l’Université de THIES, M. SISSOKHO a mis en place la nouvelle version du moteur de recherche sur le contenu de la presse en ligne sénégalaise ainsi qu'un système d'indexation des articles collectés. Il avait egalement travaillé sur une plateforme de suivi de l'actualité et de l'évolution du coronavirus au Sénégal durant la première vague.
Sény Mbaye
Titulaire d’un Master en Informatique Option Génie Logiciel de l’Université de THIES, M. MBAYE a fait office de Chef de Projet. Il était aussi responsable de l’intégration mais aussi du développement du premier version du moteur de recherche.
Rabiyatou Senghor
Mme. Senghor est titulaire d’un Master en Informatique de l’Université Catholique de l’Afrique de l’Ouest. Elle a travaillé et livré la première version du Scrapeur écrite en python et qui couvraient 83 sites de presse en ligne. Elle a ensuite travaillé sur la problématique de l’extraction des faits. Son travaille a permis de réaliser la première partie de la conception d’un algorithme de collecte large-spectre d’articles.
Aminata Maiga
Mme. MAIGA a travaillé durant 02 mois sur la mission consistant à constituer une base de faits pour un apprentissage automatique mais aussi l’Etiquetage morphosyntaxique.
Tony Tona Landu
Etudiant en Master à AIMS Sénégal, M. LANDAU travaille dans le cadre du projet sur un projet de développement d’un robot-tchateur qui permettra au finish de servir d’interface avec les utilisateurs afin de discuter de l’actualité de la presse en ligne mais aussi des faits.
Lamine Faty
Doctorant à l’UASZ, M. FATY vient en appui au traitement des commentaires et l’analyse des sentiments des lecteurs de la presse en ligne qui est la thématique centrale de sa thèse.
Morry Moussou Koulibaly Traoré
Mme. KOULIBALY est titulaire du Master de l’AIMS spécialisé en Big Data. Elle a travaillé durant quatre mois à la modélisation des données pour la visualisation en grande dimension des faits journalistiques. Une étude de plus de 130 sites de presse en ligne a permis de concevoir un modèle d’article constituant la base pour le modèle théorique d’un réseau d’articles et de faits.
Abdou Lahad Pène
M. Pène est étudiant en Licence 3 Informatique Option Génie Logiciel. Il travaille dans l’évolution du Crawler aux autres sites web de presse en ligne non couverts mais aussi aux tests et validation du Crawler et du Spider du projet.