Hi there !

Welcome to my personal page !

Want to talk about fake news ? Click here !

PhD Student at @IRISA

Detection of fake/misleading information on social networks
Thanks to @UR1 and @DGA

Massive amounts of information are spread over social networks, and among them a large quantity of fake information is conveyed. Messages are often composed of images or videos associated with text. Cases of misinformation take many forms: images can be modified for malicious purpose, or original images can be reused in a wrong context. Detecting such manipulations is now a key issue, and such process usually requires to examine the several modalities to get some contextual information about the transmission channel as well as information from the web.

More examples of fake/misleading publications from Facebook or Twitter

example1
example1
example1

My awesome supervisors

Ewa Kijak

@Ewa_Kijak

Associate professor at @UR1

Previous works

Before looking for liars on social networks ...

Othello AI

A student project based on the Minimax algorithm

Web search engine
for kids

While a 12 hours Hackathon.

Suicide prevention
on Facebook

What an happy subject !

Publications


Concept drift vs suicide: comment l'un peut prévenir l'autre ?

French paper
french paper

suicide prevention

Le suicide devient d'année en année une problématique plus préoccupante. Les organismes de santé tels que l'OMS se sont engagés à réduire le nombre de suicides de 10% dans l'ensemble des pays membres d'ici 2020. Si le suicide est généralement un geste impulsif, il existe souvent des actes et des paroles qui peuvent révéler un mal être et représenter des signes précurseurs de prédispositions au suicide. L'objectif de cette étude est de mettre en place un système pour détecter semi-automatiquement ces comportements et ces paroles au travers des réseaux sociaux. Des travaux précédents ont proposé la classification de messages issus de Twitter suivant des thèmes liés au suicide : tristesse, blessures psychologiques, état mental, etc. Dans cette étude, nous ajoutons la dimension temporelle pour prendre en compte l'évolution de l'état des personnes monitorées. Nous avons implémenté pour cela différentes méthodes d'apprentis-sage dont une méthode originale de concept drift. Nous avons expérimenté avec succès cette méthode sur des données réelles issues du réseau social Facebook.


Concept drift vs suicide : How one can prevent the other?

English paper
english paper

suicide prevention

Suicide has long been a troublesome problem for society and is an event that has far-reaching consequences. Health organizations such as the World Health Organization (WHO) and the French National Observatory of Suicide (ONS) have pledged to reduce the number of suicides by 10% in all countries by 2020. While suicide is a very marked event, there are often behaviours and words that can act as early signs of predisposition to suicide. The objective of this application is to develop a system that semi-automatically detects these markers through social networks. A previous work has proposed the classification of Tweets using vocabulary in topics related to suicide: sadness, psychological injuries, mental state, depression, fear, loneliness, proposed suicide method, anorexia, insults , and cyber bullying. During that training period, we added a new dimension, time to reflect changes in the status of monitored people. We implemented it with different learning methods including an original concept drift method. We have successfully used this method on synthetic and real data sets issued from the Facebook platform.


Médias traditionnels, médias sociaux: caractériser la réinformation

French paper
french paper

Cedric Maigrot Ewa Kijak Vincent Claveau
Cédric Maigrot, Ewa Kijak, Vincent Claveau

traditional media

Les médias traditionnels sont de plus en plus présents sur les réseaux sociaux, mais ces sources d'informations sont confrontées à d'autres sources dites de réinformation. Ces dernières ont parfois tendance à déformer les informations relayées pour correspondre aux idéologies qu'elles souhaitent défendre, les rendant partiellement ou totalement fausses. Le but de cet article est, d'une part, de présenter un corpus que nous avons constitué à partir de groupes Facebook de ces deux types de médias. Nous présentons d'autre part quelques expériences de détection automatique des messages issus des médias de réinformation, en étudiant notamment l'influence d'attributs de surface et d'attributs portant plus spécifiquement sur le contenu de ces messages.


MediaEval 2016: A multimodal system for the Verifying Multimedia Use task

English paper
english paper

fake news

This paper presents a multi-modal hoax detection system composed of text, source, and image analysis. As hoax can be very diverse, we want to analyze several modalities to better detect them. This system is applied in the context of the Verifying Multimedia Use task of MediaEval 2016. Experiments show the performance of each separated modality as well as their combination.


Détection de fausses informations dans les réseaux sociaux : vers des approches multi-modales

French paper
french paper

Cedric Maigrot Vincent Claveau Ewa Kijak
Cédric Maigrot, Vincent Claveau, Ewa Kijak

fake news

Les informations sont aujourd’hui de plus en plus partagées par le biais des réseaux sociaux qui permettent une diffusion massive et rapide. Le problème principal de ces canaux de communication vient de la non vérification associée à la viralité de l’information partagée. Automatiser la vérification des informations circulant sur ces réseaux n’est pas trivial car les fausses informations peuvent prendre de nom- breuses formes (texte mensonger, image modifiée, image détournée de son contexte initial...). Cet article présente plusieurs systèmes de dé- tection des fausses informations dans des tweets dans un cadre d’ap- prentissage supervisé. Nous explorons notamment l’aspect multimodal de cette tâche en exploitant le contenu textuel du message, la détec- tion des sources de l’information, la recherche d’image similaire à celles associées au tweet, et la fusion de ces trois types d’indices. Les ré- sultats sont évalués sur les données du workshop MediaEval 2016, et permettent d’analyser les pouvoirs prédictifs de chaque modalité (texte, source, image) et de leur combinaison.


Détection de fausses informations dans les réseaux sociaux : l'utilité des fusions de connaissances

French paper
french paper

Cedric Maigrot Ewa Kijak Vincent Claveau
Cédric Maigrot, Ewa Kijak, Vincent Claveau

fake news

Les réseaux sociaux permettent une diffusion massive et rapide des informations. Un des problèmes principaux de ces canaux de communication est l’absence de vérification associée à la viralité de l’information partagée. C’est ce problème difficile que les participants de la tâche Verifying Multimedia Use du workshop Mediaeval ont abordé. Pour cela, ils ont proposé plusieurs stratégies et types d’indices relevant de différentes modalités (texte, image, informations sociales). Dans cet article, nous explorons l’intérêt de combiner et fusionner ces approches pour évaluer le pouvoir prédictif de chaque modalité et tirer parti de leur éventuelle complémentarité.


Tampering detection and localization in images from social networks: A CBIR approach

English paper
english paper

image forgery

Verifying the authenticity of an image on social networks is crucial to limit the dissemination of false information. In this paper, we propose a system that provides information about tampering localization on such images, in order to help either the user or automatic methods to discriminate truth from falsehood. These images may be subjected to a large number of possible forgeries, which calls for the use of generic methods. Image forensics methods based on local features proved to be effective for the specific case of copy-move forgery. By taking advantage of the number of images available on the internet, we propose a generic system based on image retrieval, followed by image comparison based on local features to localize any kind of tampering in images from social networks. We also propose a large and challenging adapted database of real case images for evaluation


Context-aware forgery localization in social-media images : a features-based approach evaluation

More information coming soon !
information

English paper
english paper

image forgery

In this paper, we study context-aware methods to localize tamperings in images from social media. The problem is defined as a comparison between image pairs: an near-duplicate image retrieved from the network and a tampered version. We propose a method based on local features matching, followed by a kernel density estimation, that we compare to recent similar approaches. The proposed approaches are evaluated on two dedicated datasets containing a variety of representative tamperings in images from social media, with difficult examples. Context-aware methods are proven to be better than blind image forensics approach. However, the evaluation allows to analyze the strengths and weaknesses of the contextual-based methods on realistic datasets.


Fusion par apprentissage pour la détection de fausses informations dans les réseaux sociaux

French paper
french paper

Cedric Maigrot Ewa Kijak Vincent Claveau
Cédric Maigrot, Ewa Kijak, Vincent Claveau

fake news

Social networks make it possible to share rapidly and massively information. Yet, one of their major drawback comes from the absence of verification of the piece of information, especially with viral messages. This is the issue addressed by the participants to the Verification Multimedia Use task of Mediaeval 2016. They used several approaches and clues from different modalities (text, image, social information). In this paper, we explore the interest of combining and merging these approaches in order to evaluate the predictive power of each modality and in order to make the most of their potential complementarity

Also I teach some stuff (in french)

Programmation Objet (Licence 2 - Semestre 3)
Genie Logiciel (Licence 2 - Semestre 4)