Cet article souligne l'importance d'accéder à des informations en temps réel sur les feux de forêt au Canada et met l'accent sur l'exploitation des données des médias sociaux pour surmonter les limites des sources de données existantes. Plus précisément, nous présentons WildFireCan-MMD, un ensemble de données multimodales (texte et image) sur les feux de forêt issues des médias sociaux, manquant dans le contexte canadien. Cet ensemble de données annote les publications récentes liées aux feux de forêt au Canada (X) en 12 thèmes clés. Nous comparons un modèle vision-langage (VLM) à zéro tir, un modèle personnalisé et un classificateur de base, démontrant que le modèle personnalisé surpasse le modèle à zéro tir et le classificateur de base (score f de 84,48 %) lorsque des données étiquetées sont disponibles. De plus, nous proposons une méthode pour identifier les tendances des feux de forêt à l'aide d'ensembles de données à grande échelle et non étiquetés, soulignant l'importance des ensembles de données spécifiques à une région.
