Dans ce cours, la détection des fausses nouvelles à l'aide de l'apprentissage automatique consiste à former un modèle de classification de texte pour identifier les fausses nouvelles probables à partir de modèles dans le texte des nouvelles. L'accent est mis sur un flux de travail connecté qui prépare les données linguistiques, entraîne le modèle et vérifie ses performances.

Vous utiliserez cette approche lorsque vous aurez besoin d'une méthode reproductible pour passer au crible de nombreux articles de presse au lieu de juger chacun d'entre eux manuellement. Dans ce cours, il s'agit d'une tâche pratique de classification de texte pour laquelle une préparation cohérente et l'entraînement du modèle sont importants.

Elle s'insère au milieu d'un flux de travail d'analyse de texte plus large, après la définition du problème et la collecte des données textuelles. Le cours montre comment la préparation des données, l'entraînement des modèles et l'évaluation des performances sont liés afin que la détection devienne un processus structuré.