Identifier la propagande dans les articles de presse

La Propagande, c'est une façon de communiquer qui vise à influencer les croyances et les actions des gens. Elle utilise souvent des styles de langage spécifiques qu'on peut reconnaître et analyser. Cet article examine comment identifier ces caractéristiques stylistiques dans la propagande, en se concentrant sur des articles de news provenant de sources connues pour diffuser de fausses informations.

#Le Dataset

Un dataset a été créé à partir de diverses sources connues pour promouvoir la propagande, surtout pendant le conflit actuel lié à l'Ukraine. Ce dataset inclut des articles de news dans plusieurs langues provenant de sites identifiés par des experts. Le dataset est diversifié, contenant du contenu sur une gamme de sujets et utilisant différentes langues.

Pour faire une comparaison équitable, des articles de journaux français grand public ont aussi été inclus dans le dataset. Ce mélange a permis de mieux comprendre comment la propagande diffère des nouvelles normales.

#Annotation Humaine

Une expérience a été réalisée où des gens ont annoté les articles. Ils devaient étiqueter les articles selon des critères spécifiques, comme si le contenu était manipulateur ou exagéré. Au total, 11 étiquettes différentes ont été créées pour cette tâche. Les annotateurs devaient identifier si un article contenait des éléments comme "Fake News", "Exagération" ou "Titre Malhonnête". Ce processus impliquait un jugement humain pour déterminer la présence de ces caractéristiques dans chaque article.

Les résultats ont montré que les gens étaient généralement bons pour identifier les différences entre les articles de propagande et les nouvelles normales. Ils pouvaient reconnaître quels articles appartenaient à quelle catégorie, même quand les deux types parlaient de sujets similaires.

#Analyse des Annotations Humaines

Une fois les articles annotés, les chercheurs ont examiné les résultats pour voir à quel point les annotateurs étaient cohérents. Ils ont mesuré la fréquence à laquelle les annotateurs s'accordaient quand ils étiquetaient les articles. Les résultats indiquaient un niveau d'accord modéré à élevé parmi les annotateurs, montrant qu'ils pouvaient distinguer de manière fiable entre les deux types de presse.

Certaines étiquettes étaient utilisées plus fréquemment dans un type d'article que dans l'autre. Par exemple, les étiquettes liées à la Manipulation, comme "Exagération", étaient beaucoup plus courantes dans les articles de propagande que dans les nouvelles normales.

#Examen des Caractéristiques Textuelles

Après le processus d'annotation, l'étape suivante était d'analyser le langage utilisé dans les articles. Des caractéristiques spécifiques du texte, telles que l'imprécision, la Subjectivité et le détail, ont été examinées pour comprendre ce qui rendait les articles de propagande distincts. Par exemple, les articles de propagande utilisaient souvent des expressions vagues plus fréquemment que les articles normaux.

Les chercheurs ont utilisé des outils spéciaux pour calculer des scores liés à ces caractéristiques dans les articles. L'analyse a montré que des scores d'imprécision plus élevés avaient tendance à être corrélés avec les étiquettes de propagande.

#Apprentissage Automatique pour la Classification

Pour améliorer la détection de la propagande, des modèles d'apprentissage automatique ont été entraînés. Ces modèles étaient conçus pour classifier les articles en tant que propagande ou nouvelles normales en fonction des caractéristiques textuelles identifiées plus tôt. Différents types de modèles ont été utilisés, certains se concentrant sur la structure des phrases tandis que d'autres prenaient en compte les caractéristiques globales du texte.

Les modèles ont été entraînés sur un grand ensemble d'articles. Ils ont été testés pour voir à quel point ils pouvaient identifier la propagande dans des données non vues. Les résultats ont indiqué que les modèles fonctionnaient bien sur ce sujet spécifique, atteignant une grande précision dans la distinction entre la propagande et les articles réguliers.

#Caractéristiques Clés de la Propagande

Les modèles d'apprentissage automatique ont identifié certains marqueurs communs dans les articles de propagande. En analysant les contributions des différentes parties du texte, les chercheurs ont pu repérer des mots et des phrases spécifiques qui signalaient souvent la propagande. Par exemple, les articles bourrés d'Exagérations ou de langage subjectif étaient plus susceptibles d'être classés comme propagande.

De plus, l'utilisation de la ponctuation différait considérablement entre les deux types d'articles. Les articles de propagande avaient moins de virgules et de guillemets mais plus de points par rapport aux articles de news normales. Cette différence syntaxique a fourni d'autres éclaircissements sur la façon dont la propagande est structurée.

#Biais Potentiels dans l'Apprentissage Automatique

Bien que les modèles d'apprentissage automatique aient montré de bonnes performances dans la détection de la propagande, il existe des préoccupations concernant les biais dans le dataset qui pourraient affecter les résultats. Les modèles entraînés sur des sujets spécifiques peuvent ne pas aussi bien fonctionner sur d'autres sujets. Comme la qualité du dataset peut varier, cela pose un défi pour garantir que les modèles peuvent bien généraliser à d'autres domaines.

#Conclusion et Directions Futures

La recherche a montré des moyens efficaces d'identifier la propagande grâce aux annotations humaines et aux modèles d'apprentissage automatique. En analysant le langage et le style des articles, des caractéristiques distinctes de la propagande ont été révélées. Les résultats suggèrent que le langage propagandiste contient souvent exagération et imprécision.

Les efforts futurs devraient se concentrer sur l'amélioration de l'explicabilité des modèles et leur capacité à détecter la propagande dans d'autres contextes. Il y a aussi un besoin de recherche continue pour analyser comment la propagande est perçue à travers différentes langues et cultures.

Ce travail fournit une base pour de futures investigations dans le monde complexe de la détection de la propagande, ce qui est essentiel pour maintenir un discours public sain.