Aide à la rédaction pour l'adaptation de textes à différents profils de
lecteurs


niveau : M2, dernière année d'école d'ingénieur
domaine : informatique
période : à partir de mars-avril 2015
durée : 5-6 mois
URL : http://perso.limsi.fr/amax/recherche/sujet1-amax-M2-2015.html


Contexte

L'accès à l'information est primordial pour tous et celle-ci passe
souvent par l'écrit. Il existe néanmoins très souvent un décalage entre
la manière de s'exprimer du rédacteur et les capacités de compréhension
de certains lecteurs. Tout lecteur peut se trouver en situation de
difficulté, par exemple lorsqu'un niveau de technicité d'un texte n'est
pas le sien, ou que la langue utilisée est trop complexe. Les
difficultés ressenties peuvent à l'extrême couper certaines personnes de
l'accès à des informations importantes. Par exemple, des porteurs de
Trisomie 21 auront des difficultés à comprendre de nombreux textes qui
contiennent des informations qui les concernent mais qui n'ont pas été
conçus pour eux.

Il en est ainsi de leur dossier médical : il est légalement obligatoire
que celui-ci puisse être consulté et compris par le patient, mais il
contient des textes parfois rédigés dans une langue de spécialité ou
dans un niveau de langue relativement élevé. Il est donc nécessaire
d'apporter des aides efficaces pour l'aide à l'accès à l'information
pour ce type de situation. Toutefois, il serait souhaitable qu'existe
une version de ces textes multi-niveau adaptable à l'ensemble des
profils de lecteurs potentiels.

Dans le cadre d'un projet commun avec la Fédération Trisomie 21 France,
le laboratoire LIMSI-CNRS s'intéresse à la définition d'un nouveau type
de documents qui serait accessible à plusieurs profils de lecteurs,
couvrant par exemple une personne atteinte de Trisomie 21, ses aidants
et ses médecins. De nouveaux types d'aides à la rédaction sont donc
nécessaires : il doit s'agir d'aider un rédacteur à anticiper des
difficultés de lecture, et à proposer des variantes pour des fragments
non adaptés. Pour cela, un corpus de textes issus de dossiers patients
est en cours d'annotation en fragments difficiles ainsi qu'en
réécritures possibles. Les données ainsi collectées pourront servir à
(1) la détection automatique de fragments potentiellement non adaptés à
certains profils de lecteurs, et à (2) l'aide à l'écriture de variantes
pour ces fragments.


Travail à réaliser

Le stage proposé visera à obtenir un module opérationnel de détection de
fragments non adaptés, et à proposer si possible des réécritures
candidates adaptées. Il faudra tout d'abord faire une étude
bibliographique sur les domaines de la réécriture (interactive) de
textes, et notamment la simplification automatique. Une analyse de
corpus sera ensuite menée afin de comprendre les caractéristiques des
textes manipulés et proposer des indices susceptibles de guider les
décisions sur l'adéquation des fragments de textes aux profils de
lecteurs considérés.

L'acquisition de fragments difficiles et de réécritures candidates sera
menée de deux manières : (1) par collecte manuelle auprès de volontaires
de la fédération Trisomie 21 France; (2) par acquisition automatique
fondée en particulier sur le repérage de termes et de leurs variantes
dans des textes adaptés à différents profils. La dernière étape aura
pour objectif de développer un module d'apprentissage automatique pour
l'annotation de fragments de texte en fonction des profils adaptés, dont
les prédictions pourront ensuite être utilisées pour suggérer des
réécritures candidates, qui seront soit issues du dictionnaire construit
manuellement lors de la collecte d'annotations (faible rappel, mais
forte précision), soit générées automatiquement par des techniques de
paraphrase (fort rappel, précision plus faible).

Ce travail, qui pourra être poursuivi par un travail de thèse, aura
comme perspective de permettre la lecture d'un document riche en
effectuant un parcours dans un graphe de formulations possibles, en
s'adaptant (sur le long terme) au profil particulier de chaque lecteur.


Profil recherché

Etudiant(e) niveau M2, connaissances solides en informatique.
Intérêt pour les domaines du traitement automatique des langues, de la
linguistique de corpus, et de l'apprentissage automatique.


Contact

Toute personne intéressée par le stage peut prendre contact avec :

Gabriel Illouz (gabriel.illouz@u-psud.fr)
Aurélien Max (aurelien.max@limsi.fr)

en utilisant comme titre de message "[Candidature] Aide à la rédaction", 
et en joignant : (a) un CV à jour, (b) les résultats du M1 ou équivalent 
et ceux du M2 déjà connus, (c) une description relative à l'intérêt pour 
le sujet proposé.

Le stage aura lieu au LIMSI-CNRS (Orsay, RER ligne B) à partir de 
mars-avril 2015 pour une durée de 5-6 mois.