Stage Master 2 (ou équivalent) de Recherche 2016-2017

Viseo R&D, à Grenoble (France)
http://www.viseo.com/fr/offre/recherche-et-innovation

SUJET
Normalisation de messages issus de la communication électronique médiée

CONTEXTE
Au départ contraint par le nombre de caractères maximum utilisables pour
la rédaction d'un SMS et par la difficulté de maniement des claviers,
l'écriture SMS apparaît et se développe rapidement sur les supports de
communication du Web (réseaux sociaux, fora, blogs, etc.). Par exemple,
l'écriture SMS se caractérise par la présence de formes scripturales
très riches : squelettes consonantiques ("slt" (salut)), apocopes
("ordi" (ordinateur)), substitutions phonétisées ("2m1" (demain)),
binettes/emoji ("^^", ":)", :)) - la liste est longue.
Ce non-respect des règles de la langue implique une réelle difficulté
lorsqu'il s'agit d'analyser ces textes avec des outils de traitement
automatique de la langue qui sont généralement conçus pour traiter du
texte correctement écrit, ce qui implique un impact négatif sur la
qualité des résultats à l'issue du traitement. Pour pallier à cette
difficulté, on peut envisager soit d'adapter les outils d'analyse, soit
de normaliser le texte qui sera passé en entrée des outils
d'analyse. Nous choisissons cette deuxième approche dans le cadre de ce
stage.

OBJECTIF DU STAGE
L'objectif de ce stage est de développer un outil performant de
normalisation automatique de texte pour le français. Par exemple, «a2min
lami» devra être normalisé en «à demain l'ami».

Pour atteindre ce but, il sera demandé à l'étudiant de :

1) dresser une typologie des erreurs détectées dans les ressources
   fournies, pour le français (Tweets, Messages de forums, SMS), en
   s'appuyant sur les typologies déjà existantes.
2) proposer des méthodes automatiques de normalisation en fonction des
   types d'erreurs définis à la première étape, avec un intérêt
   particulier porté sur les types d'erreur les plus fréquents. On
   s'inspirera des méthodes déjà existantes (par exemple, fondées sur
   les principes de la traduction automatique, de la reconnaissance de
   la parole, de la correction orthographique, ...).
3) évaluer les méthodes proposées en fonction des différents types de
   textes (Tweets, Messages de forums, SMS).

PROFIL
Ce sujet est destiné aux étudiants de Master 2 (ou équivalent) ayant une
double compétence en Informatique et en Linguistique.

INFORMATIONS COMPLEMENTAIRES
Unité d'accueil : Viseo R&D
  http://www.viseo.com/fr/offre/recherche-et-innovation
Lieu : Viseo R&D, 3 avenue Doyen Louis Weil, Grenoble
Encadrant principal : Cédric Lopez
  http://www.viseo.com/fr/recherche/cedric-lopez
Durée du stage : 6 mois
Stage rémunéré

Merci d'envoyer votre candidature à
cedric.lopez@viseo.com constituée du CV,
de la lettre de motivation, des relevés de notes des 2 dernières années
(M1 et M2)

A PROPOS DE VISEO
Viseo est une entreprise française de services du numérique qui compte
1200 employés en France, Allemagne, Etats Unis, Singapour, Hong Kong et
Maroc. Son centre R&D est situé à Grenoble, à deux minutes à pied de la
gare. De nombreux projets de recherche collaboratifs y sont menés, avec
un intérêt particulier pour l'analyse de données textuelles : projet
SMILK (LabCom ANR)
http://www.viseo.com/fr/partenaire/le-laboratoire-commun-smilk, TIER
(EU) http://www.viseo.com/en/offre/tier-project, SYNODOS (ANR)
http://www.synodos.fr, SOMA (EUROSTARS)
http://www.viseo.com/fr/recherche/le-projet-soma, ...
Pour en savoir plus :
http://www.viseo.com/fr/offre/recherche-et-innovation