Le LIFO (Laboratoire d'Informatique fondamentale d'Orléans) recherche un
étudiant de Master 2 à partir de janvier 2019 pour la réalisation d'un
stage de recherche d'une durée de 6 mois et dont la description est
donnée ci-après.

Le personne recrutée terminera soit un *Master en Informatique* avec un
intérêt pour le Traitement Automatique des Langues, soit un *Master en
TAL*.

Dépôt des candidatures par courrier électronique auprès des trois
encadrants principaux _*avant le vendredi 18 janvier 2019*_, délai de
rigueur. Merci de joindre à votre candidature :

  * un CV détaillé de vos activités passées
  * une lettre de motivation
  * vos relevés de notes des deux dernières années d'études

*------ Description du sujet **------*

_*Titre*_ : Apprentissage de modèles pour l'extraction de graphes
temporels dans les discours

_*Description du stage*_ : Le groupe de travail "Prétopologie, TAL et
temporalité" réunit des chercheurs des laboratoires LIFO et LLL
spécialisés en Linguistique, Traitement Automatique des Langues et
Apprentissage Automatique. Le sujet d'étude de ce groupe est l'analyse
du discours et plus particulièrement la tâche consistant à extraire d'un
texte annoté une structure temporelle prenant la forme d'un DAG (Graphe
Orienté sans Cycle) d'événements verbaux pré-identifiés [Ning et al.,
2017]. L'approche envisagée consiste à apprendre un espace
prétopologique structurant (algorithme LPS [Caillaut&Cleuziou, 2018] à
partir d'un ensemble de prédicats censés capturer l'information
linguistique, lexicale, syntaxique et sémantique portée par chaque
événement temporel.

Le stagiaire aura pour mission la réalisation d'une preuve de concept
par le développement d'une chaîne de traitement complète permettant
d'extraire les relations prédicatives à partir d'une corpus d'énoncés
pré-annotés. Il participera à l'élaboration de ces prédicats en
concertation avec l'équipe au regard des travaux récents sur cette
problématique et évaluera quantitativement et qualitativement les
structures temporelles issues de l'algorithme LPS relativement aux
prédicats construits et aux approches existantes.

_*Encadrants*_ :

  * Encadrants principaux : Anaïs Lefeuvre-Halftermeyer
    (anais.halftermeyer@univ-orleans.fr) , Gaëtan Caillaut
    (gaetan.caillaut@univ-orleans.fr), Anne-Lyse Minard
    (anne-lyse.minard@univ-orleans.fr)

  * Autres membres du groupe de travail : Sylvie Billot et Guillaume
    Cleuziou

_*Références*_ :

[Caillaut&Cleuziou, 2018] Gaëtan Caillaut, Guillaume Cleuziou: Learning
Pretopological Spaces to Model Complex Propagation Phenomena: A Multiple
Instance Learning Approach Based on a Logical Modeling. CoRR
abs/1805.01278 (2018)

[Ning et al., 2017] Qiang Ning, Zhili Feng, Dan Roth: A Structured
Learning Approach to Temporal Relation Extraction. EMNLP 2017: 1027-1037

Paramita Mirza and Anne-Lyse Minard. HLT-FBK: a complete Temporal
Processing system for QA TempEval. In Proceedings of the 9th
International Workshop on Semantic Evaluation (SemEval 2015).

_*Rémunération*_ : conventionnelle (~570¤ mensuel)