Deux stages M2 en Ingénierie des Connaissances et Traitement Automatique
des Langues sont proposés par l'équipe COPAIN de l'IRSTEA
(http://www.irstea.fr/la-recherche/unites-de-recherche/tscf/systemes-information-communicants-agri-environnementaux)
et l'équipe RCLN du LIPN (https://lipn.univ-paris13.fr/fr/rcln-3). Ils
se dérouleront au choix soit à l'IRSTEA à Clermont Ferrand, soit au LIPN
à Villetaneuse (banlieue de Paris).

Au moins une thèse financée démarrera en septembre 2017 sur ces sujets.

Les stages doivent durer 6 mois au maximum. Ils seront conventionnés et
indemnisés suivant les règles en vigueur. Les stages commenceront entre
février et avril 2017, la sélection se fera courant janvier.

Pour postuler sur un des stages, merci d'envoyer un CV, un relevé de
notes récent et des éléments de motivation à Catherine Roussey ET Haïfa
Zargayouna.

Contacts : catherine.roussey@irstea.fr et
haifa.zargayouna@lipn.univ-paris13.fr

Contexte des stages: En France, le Grenelle de l'environnement et le
plan Ecophyto ont renforcé les réseaux nationaux de surveillance sur les
cultures et les pratiques agricoles. Les Bulletins de Santé du Végétal
sont une des modalités mises en place par ces réseaux de
surveillance. Le Bulletin de Santé du Végétal (BSV) est un document
d'information à la fois technique et réglementaire, qui présente une
synthèse interprétée des observations effectuées sur les cultures. Les
informations contenues dans les BSV intéressent les experts en agronomie
pour suivre l'évolution de l'état sanitaire des cultures en France. Dans
le projet VESPA (2012-2016), l'équipe COPAIN a travaillé sur la collecte
du corpus des BSV disséminé sur le Web, puis leur annotation semi
automatique pour permettre de rechercher facilement des BSV répondant à
certains critères (culture, lieu, période, etc.). Le corpus, un
thésaurus des cultures, un jeux de données représentant les régions de
France et des annotations spatio-temporelles ont déjà été publiés sur le
Web des données liées (http://ontology.irstea.fr/).

Sujet 1 : Annotation sémantique de BSV

Le but de ce stage est d'enrichir la base d'annotations existante en
s'aidant d'outils d'annotations automatiques (ou semi-automatiques)
travaillant sur le contenu des BSV. Il s'agit, dans un premier temps, de
déterminer les différents types d'annotations nécessaires, puis de les
classer, par exemple, selon le nombre d'arguments (unaire, binaire,
ternaire), la portée (locale, globale) et la difficulté (en fonction du
traitement/raisonnement requis). En fonction de cette première analyse,
des traitements sur le corpus seront à implémenter afin d'identifier les
structures utiles pour la génération des annotations.

Dans un deuxième temps, il faudra tester des outils de l'état de l'art
(tel que l'outil OMTAT développé au LIPN
http://tal.lipn.univ-paris13.fr/omtat/). Ces tests ont un double
objectif : d'une part, repérer les types d'annotations traités par ces
outils et d'autre part évaluer la couverture des référentiels dont nous
disposons. 
La phase de test sera suivie par une phase d'enrichissement
semi-automatique des annotations.


Sujet 2 : Alignement de référentiels agricoles fondé sur les textes

Le but du stage est de développer des bases de connaissances intégrant
des référentiels déjà disponibles sur le LOD. 
Il s'agit, dans un premier temps, d'extraire des relations de
correspondance (autres que l'équivalence) entre les référentiels
sémantiques existants (thésaurus des cultures, plant trait ontology, ..)
au regard du corpus BSV. 

Ce travail s'appuiera sur les méthodes et outils développés au LIPN et
plus particulièrement la méthode d'alignement d'ontologies à partir de
textes (TOM : Text-based Ontology Mapping) proposée dans le cadre de la
thèse de Sarra Ben Abbes [Ben Abbes, 2013].

Dans un deuxième temps, il s'agit de s'appuyer sur les correspondances
produites pour proposer des transformations de sources en s'aidant de
patrons de conception ontologique du domaine (thèse de Fabien Amarger
[Amarger, 2015]) ainsi que des anti-patrons destinés à détecter les
erreurs et anomalies dans les ressources.