Évaluation d'outils d'extraction d'entités nommées

Durée, démarrage
D'une durée de 6 mois, le stage se déroulera dans les locaux du centre
R&D à Montpellier. Démarrage dès que possible.

Présentation de l'entreprise
Société du Groupe CNIM, Bertin IT est un éditeur et intégrateur de
solutions logicielles pour la cyber sécurité, la cyber-intelligence, la
veille stratégique et le traitement automatique de la parole. Sa marque
AMI, leader dans l'édition de logiciels d'acquisition, de gestion et de
traitement de l'information texte issue du Web, offre des solutions de
veille stratégique et d'intelligence compétitive. En particulier, notre
solution, AMI Enterprise Intelligence, permet aux entreprises
d'exploiter le Big Data afin d'anticiper les évolutions de leur
environnement concurrentiel et technologique et d'identifier de
nouvelles perspectives de développement.

Description du stage
Dans le cadre de notre solution AMIEI (AMI Enterprise Intelligence),
nous proposons des outils avancés d'analyse de texte en vue de faciliter
aux veilleurs et analystes l'exploitation et la navigation dans
l'importante masse de documents collectés à l'issue du processus de
veille. Divers traitements sont proposés tels que l'extraction des
principales thématiques, l'analyse de sentiment ou la détection des
événements clés. Nous fournissons en particulier des outils permettant
l'identification des entités nommées ainsi que les concepts clés
apparaissant dans les documents. Une entité nommée (Named Entity)
faisant référence à une personne ou tout autre objet du monde réel
pouvant être désigné par un nom propre (lieu géographique, nom
d'organisation, nom d'une marque, d'un produit, etc.). Ce type de
problématique est désigné sous la dénomination NER (Named entity
Recognition. Dans ce cadre et dans le but d'une amélioration de nos
outils NER existants, nous souhaitons tester et évaluer des approches
basées sur des réseaux de neurones. La mission consiste à sélectionner
des outils OpenSource permettant d'implémenter des réseaux de neurones
(Tensorflow, Theano ou autre), construire des modèles NER à base de ces
outils, évaluer et comparer les modèles construits avec les outils AMI
ainsi que des outils de référence comme Stanford NER.  Les langues
cibles de l'étude sont l'Anglais et le Français.

Mots clés Deep learning, Réseaux de neurones, Benchmark, Extraction
d'entités nommées, NER, Mesures d'évaluation,

Profil souhaité
Bac +4/5, vous êtes issu(e) d'une école d'ingénieur ou suivez un Master
en mathématiques appliquées, statistiques ou data science. Vous avez une
appétence pour les statistiques et le data science. Une bonne
connaissance d'au moins un langage de script tel que R, Python ou autre
est indispensable. Pour cette mission, l'autonomie, le dynamisme ainsi
le sens de la rigueur seront particulièrement appréciés.

Si vous êtes intéréssé(e) merci d'envoyer votre Cv et lettre de
motivation à :
Leila.khouas@bertin.fr  et frederique.segond@bertin.fr