Titre: reconnaissance profonde d'expressions polylexicales par
étiquetage séquentiel supervisé

Contexte:
Les expressions polylexicales, qui forment des combinaisons de mots avec
un certain degré de non-compositionalité, posent de sérieux problèmes
pour les applications du traitement automatique des langues comme la
traduction automatique. L'apparition de corpus annotés en expressions
polylexicales a eu pour conséquence le développement de systèmes
supervisés de reconnaissance de telles expressions. Ces systèmes
reposent en général soit sur des étiqueteurs séquentiels (Vincze et
al. 2011; Constant et al. 2012; Schneider et al. 2014), soit sur des
analyseurs syntaxiques (Green et al. 2011, 2013; Kung 2014; Candito et
Constant 2014; Le Roux et al. 2014), qui peuvent être alimentés par des
lexiques. Les travaux sur le sujet sont souvent limités à une
reconnaissance de surface, même s'il existe des exceptions: par exemple,
Schneider et al. (2014) font une classification binaire des expressions
selon leur niveau d'idiomaticité (strong vs. weak); Candito et Constant
(2014) reconnaissent la structure syntaxique interne. 

Sujet:
L'objectif de ce stage est de développer un système de reconnaissance
des expressions polylexicales dans le cadre de l'étiquetage
séquentiel. Ce système devra être capable de réaliser une analyse plus
fine des expressions polylexicales que ce qui est en général réalisé. En
particulier, il devra repérer les imbrications d'expressions
polylexicales, qui sont relativement fréquentes dans les textes. Par
exemple, la séquence 'ministre français des affaires étrangères'
contient deux expressions polylexicales 'ministre des affaires
étrangères' et 'affaires étrangères'. La construction 'faire faux bond'
contient un nom composé imbriqué 'faux bond' ayant une certaine
autonomie. Ce phénomène est bien connu du domaine de la terminologie. Il
s'agira de s'inspirer des travaux existants sur le sujet.

Lieu : Lattice, CNRS
Encadrants: I. Tellier (Univ. Paris Sorbonne-Nouvelle) et M. Constant
(Univ. Paris-Est Marne-la-Vallée)

Profil du candidat:
- Master 2 ou école d'ingénieur en informatique ou TAL
- bonnes compétences de programmation,
- connaissance des outils d'apprentissage

Durée du stage : 6 mois
Rémunération : gratification réglementaire
Financement: projet AIM-WEST : http://aim-west.imag.fr

Les candidatures doivent être envoyées par mail à
isabelle.tellier@univ-paris3.fr avant le 31 janvier 2014. Le dossier de
candidature contiendra un cv, une lettre de motivation, et,
éventuellement, la recommandation d'un enseignant.