Mianram/Detection-de-Fake-news-sant-

Une plateforme de detection des fake news dans le domaine sanitaire en Afrique en langue Swahili et Haoussa # FakeNewsChek — Détecteur de Fake News Sanitaires ### Swahili 🇹🇿 & Haoussa 🇳🇬 | Powered by AfriBERTa --- ## Structure du projet ``` fake_news_project/ ├── manage.py ├── requirements.txt ├── model/ │ ├── fake_news_model/ │ ├── tokenizer/ │ └── predict.py ├── notebooks/ │ └── fine_tuning_afriberta.ipynb ├── dataset/ │ ├── train.csv │ └── test.csv ├── fake_news_project/ │ ├── settings.py │ ├── urls.py │ └── ... ├── detector/ │ └── ... └── media/ ``` --- ## Lancement rapide ### 1. Créer l'environnement virtuel ```bash cd fake_news_project python -m venv venv # Linux/macOS source venv/bin/activate # Windows venv\Scripts\activate ``` ### 2. Installer les dépendances ```bash pip install -r requirements.txt ``` ### 3. Appliquer les migrations Django ```bash python manage.py makemigrations python manage.py migrate ``` ### 4. Créer un super-utilisateur (optionnel) ```bash python manage.py createsuperuser ``` ### 5. Collecter les fichiers statiques ```bash python manage.py collectstatic --noinput ``` ### 6. Lancer le serveur ```bash python manage.py runserver ``` Accéder à : 127.0.0.1 --- ## Fine-tuner le modèle AfriBERTa 1. Préparez vos données dans `dataset/train.csv` et `dataset/test.csv` - Colonnes requises : `text`, `label` (`real`/`fake`), `language` (`sw`/`ha`) 2. Ouvrez `notebooks/fine_tuning_afriberta.ipynb` dans Jupyter 3. Exécutez toutes les cellules 4. Le modèle sera sauvegardé automatiquement dans `model/fake_news_model/` et `model/tokenizer/` --- ## API REST ```bash curl -X POST 127.0.0.1 \ -H "Content-Type: application/json" \ -d '{"text": "Chanjo ya COVID-19 inasaidia", "language": "sw"}' ``` Réponse : ```json { "label": "VRAIE", "is_fake": false, "confidence": 87.3, "prob_vraie": 87.3, "prob_fausse": 12.7, "language": "sw", "demo_mode": false } ``` --- ## Mode démonstration Si aucun modèle n'est présent dans `model/fake_news_model/`, l'application fonctionne en **mode dé …