FAD-SA-GRU atteint 93,2 % de précision pour la détection des discours haineux en darija algérien

Une nouvelle architecture hybride nommée FAD-SA-GRU a été développée pour améliorer la détection automatique des discours haineux dans le dialecte arabe algérien (darija) sur les réseaux sociaux. Le modèle prend en compte la diversité linguistique du dialecte en combinant les représentations sémantiques de DZ FastText, DZ AraVec et DziriBERT via une fusion multi-embeddings, suivie d'un encodeur GRU amélioré par une attention auto.

• FAD-SA-GRU surpasse les méthodes traditionnelles de machine learning, les réseaux neuronaux récurrents et les bases basées sur les Transformers comme le multilingual BERT.
• Le modèle a atteint 93,2 % de précision, 93,4 % de précision (precision), 91,0 % de rappel (recall), 92,1 % de score F1 et 97,0 % de ROC-AUC sur un ensemble de données annoté de commentaires sociaux en darija algérien.
• Les résultats démontrent l'efficacité de la combinaison de représentations d'embeddings complémentaires avec une modélisation de séquence basée sur l'attention pour une détection robuste dans les dialectes arabes à ressources limitées.