[bull-ia] Stage M2 : Informatique et TAL au LIFO (Orléans)

Bonjour,

Le LIFO (Laboratoire d’Informatique fondamentale d’Orléans)
recherche un étudiant de Master 2 à partir de janvier 2019 pour la
réalisation d’un stage de recherche d’une durée de 6 mois et dont
la description est donnée ci-après.

Le personne recrutée terminera soit un Master en Informatique
avec un intérêt pour le Traitement Automatique des Langues, soit
un Master en TAL.

Dépôt des candidatures par courrier électronique auprès des trois
encadrants principaux avant le vendredi 18
janvier 2019
, délai de rigueur. Merci de
joindre à votre candidature :

un CV détaillé de vos activités passées
une lettre de motivation
vos relevés de notes des deux dernières années d’études

—— Description du sujet ——

Titre : Apprentissage de modèles pour l’extraction
de graphes temporels dans les discours

Description du stage : Le groupe de travail
“Prétopologie, TAL et temporalité” réunit des chercheurs des
laboratoires LIFO et LLL spécialisés en Linguistique, Traitement
Automatique des Langues et Apprentissage Automatique. Le sujet
d’étude de ce groupe est l’analyse du discours et plus
particulièrement la tâche consistant à extraire d’un texte annoté
une structure temporelle prenant la forme d’un DAG (Graphe Orienté
sans Cycle) d’événements verbaux pré-identifiés [Ning et al.,
2017]. L’approche envisagée consiste à apprendre un espace
prétopologique structurant (algorithme LPS [Caillaut&Cleuziou,
2018] à partir d’un ensemble de prédicats censés capturer
l’information linguistique, lexicale, syntaxique et sémantique
portée par chaque événement temporel.

Le stagiaire aura pour mission la réalisation d’une preuve de
concept par le développement d’une chaîne de traitement complète
permettant d’extraire les relations prédicatives à partir d’une
corpus d’énoncés pré-annotés. Il participera à l’élaboration de
ces prédicats en concertation avec l’équipe au regard des travaux
récents sur cette problématique et évaluera quantitativement et
qualitativement les structures temporelles issues de l’algorithme
LPS relativement aux prédicats construits et aux approches
existantes.

Encadrants :

Encadrants principaux : Anaïs Lefeuvre-Halftermeyer <anais.halftermeyer@univ-orleans.fr>
, Gaëtan Caillaut gaetan.caillaut@univ-orleans.fr ,
Anne-Lyse Minard <anne-lyse.minard@univ-orleans.fr>

Autres membres du groupe de travail : Sylvie Billot et
Guillaume Cleuziou

Références :

[Caillaut&Cleuziou, 2018] Gaëtan Caillaut, Guillaume
Cleuziou: Learning Pretopological Spaces to Model Complex
Propagation Phenomena: A Multiple Instance Learning Approach Based
on a Logical Modeling. CoRR abs/1805.01278 (2018)

[Ning et al., 2017] Qiang Ning, Zhili Feng, Dan Roth: A
Structured Learning Approach to Temporal Relation Extraction.
EMNLP 2017: 1027-1037

Paramita Mirza and Anne-Lyse Minard. HLT-FBK: a complete Temporal
Processing system for QA TempEval. In Proceedings of the 9th
International Workshop on Semantic Evaluation (SemEval 2015).

Rémunération : conventionnelle (~570€ mensuel)


Guillaume Cleuziou
Maître de Conférences (HDR) en Informatique
LIFO : 02 38 49 25 91 – IUT’O : 02 38 49 44 60
http://www.univ-orleans.fr/lifo/Members/cleuziou/