Proposition d'emploi pour une durée d'un an.

 

Lieu : centre CEA de Fontenay-aux-Roses

 

Thème : annotation automatique de texte formaté

 

But : réalisation d'un composant permettant d'identifier la structure
dans des textes du type e-mails, dépêches d'agence ou contribution à
des forums, etc.  Il s'agit d'identifier des éléments de type auteur,
date, d'isoler le contenu et de produire une version annotée du texte
dans un format type XML.

Le moteur développé sera paramétrable au moyen d'un formalisme donné,
compatible avec une approche multilingue.

On s'appuiera sur un existant présent dans le laboratoire (plate forme
de traitement linguistique, automates à base de règles). Un corpus
déjà annoté sera fourni pour référence. L'environnement de
développement est à priori C++ sous LINUX. On appréciera les
compétences du candidat en traitement automatique des langues et en
techniques d'apprentissage.

 

Géraud Canet
CEA List
geraud.canet@cea.fr
+33 1 46 54 82 69
+33 6 59 24 36 43