Stage Master 2 Pro ou école ingénieur

Mise en place d'un système d'acquisition semi-automatique d'un corpus de
données hétérogènes (Images et Textes) - Application à la problématique de la
sécurité alimentaire en Afrique de l'Ouest

Le stage s'inscrit dans le cadre d'un projet interdisciplinaire
concernant la gestion des risques liés à la sécurité alimentaire. Le
projet est centré sur le cas de l'Afrique de l'Ouest, où les risques
agricoles sont d'autant plus aigus que les services nationaux de
surveillance et de suivi peuvent être défaillants faute de moyens
techniques et financiers. Actuellement les images de télédétection
satellitaire sont utilisées en routine pour produire des cartes
d'anomalies de croissance de la végétation en temps quasi-réel, aux
échelles nationale et régionale. Cependant détecter une anomalie de
croissance ne suffit pas à établir un diagnostic sur la production
agricole d'une région, car de nombreux facteurs rentrent en ligne de
compte. D'un autre côté, les journaux locaux et les nouveaux médias
font état de certains événements (sécheresse, inondation, état
sanitaire, etc.) qui ont un impact direct sur la production
agricole. Ces événements ne sont pas tous répertoriés, ils ne
décrivent pas de façon exhaustive la situation régionale ou nationale,
mais ils apportent une information thématique complémentaire de celle
des images satellite. Ainsi, nous proposons un stage de recherche
ayant comme objectif d'établir un lien entre textes et images afin de
faire un diagnostic sur la production agricole en cours de saison en
vue d'améliorer les systèmes d'alerte précoce. Pour atteindre cet
objectif, deux activités seront menées : (i) utiliser des techniques à
la pointe de fouille de textes sur le thème du climat et de la
production agricole et avec un ancrage géographique en Afrique de
l'Ouest ; (ii) lier les informations géo-localisées ainsi extraites
aux observations faites par satellite pour poser un diagnostic en
temps quasi-réel.

La zone géographique d'étude concerne l'Afrique de l'ouest. Les
données textuelles à acquérir correspondent à des journaux, des
bulletins officiels de veille sur le déroulé de la campagne agricoles
émis par les systèmes d'alertes précoces internationaux, régionaux ou
nationaux et des données provenant de plateformes de médias sociaux
(p. ex., Blogs, Twitter, Flickr, Instagram). Ces données seront
récoltées en adaptant (si nécessaire) un système de web scraping mis à
disposition. Les données image sont essentiellement des cartes
d'indicateurs NDVI (Normalized Difference Vegetation Index) décadaires
produites à partir d'images acquises à basse et moyenne résolutions
spatiales (entre 250 m et 1 km).

Les objectifs de ce stage comprennent la production d'un corpus mis à
disposition et d'un rapport détaillant le contenu et les liens
sémantiques entre les différentes données. Le livrable consistera dans
la rédaction d'un data paper permettant la valorisation du corpus
constitué.

Le planning prévisionnel est structuré comme suit :


1. étude du cahier des charges du corpus à constituer et choix de la
zone d'étude,

2. adaptation et mise en oeuvre du processus de récolte des données
(via le système existant mis à disposition)

3. constitution du corpus (textes, images) sur la zone d'étude,

4. Mise en relation et évaluation du corpus avec les experts,

5. Rédaction du Data paper.

Compétences requises :

Langages Python et Java, outils NLP (souhaité)

Capacité de travail en équipe pluridisciplinaire.

Divers :

Durée : 5 à 6 mois

Gratification : taux légal en vigueur

Localisations : TETIS (Maison de la Télédétection) à Montpellier

Candidature :

Envoyer un CV + relevés de notes des deux dernières années à
roberto.interdonato@cirad.fr et agnes.begue@cirad.fr