Création d'une base de connaissances sur les ports à partir des textes
des instructions nautiques

Mots-clés:  création et peuplement de bases de connaissances
géoréférencées, intégration de données à références spatiales,
extraction d'informations topographiques à partir de textes.

Contexte et objectifs

L'Institut national de l'information géographique et forestière (IGN)
et le Service Hydrographique et Océanographique de la Marine (SHOM)
sont les opérateurs publics respectivement en charge de l'information
géographique et forestière et de l'information géographique maritime
et littorale de référence. À ce titre, les deux établissements
produisent des référentiels et des services destinés à répondre aux
besoins d'informations géolocalisées, notamment au profit des
politiques publiques comportant des enjeux d'analyse spatiale et de
localisation. Ceci suppose de produire des référentiels qui soient à
la fois les plus exhaustifs, détaillés, qualifiés, à jour et
interopérables possibles.

Les référentiels de données géoréférencées sont de plus en plus
utilisés pour permettre l'annotation spatiale de documents textuels et
ainsi faciliter l'accès à leur contenu, voire son analyse spatiale. En
revanche, peu de travaux se sont intéressés à l'extraction
d'information géographique à partir de textes pour alimenter de tels
référentiels. Pourtant, certains textes offrent des descriptions de
l'espace très précises et détaillées et constituent parfois la seule
source d'informations disponible.

Ce stage explorera les potentialités de l'extraction d'information à
composante spatiale dans des textes alliée aux standards du Web de
données pour construire et peupler une base de connaissances sur les
ports et mouillages décrivant leur localisation, leur configuration
spatiale, leurs équipements, etc. à partir des  Instructions Nautiques
produites par le SHOM. L'objectif est de se doter de connaissances
structurées pour répondre à des requêtes sur la localisation des ports
et mouillages, leurs conditions d'accès et d'utilisation et à terme
développer des services d'aide à la navigation à base de raisonnement.

Corpus de travail

Les  Instructions Nautiques  sont des documents textuels décrivant les
amers et dangers pour la navigation côtière, les ports et mouillages,
leurs chenaux d'accès, leurs équipements et les services proposés aux
navigateurs, etc.

Les sections dédiées à la description des ports et mouillages suivent
une structure relativement régulière. Elles débutent par un paragraphe
décrivant la localisation générale du port, sa capacité d'accueil
ainsi que son statut administratif. Puis viennent le plus souvent des
explications sur les manoeuvres de chenalage pour y accéder, suivies
d'une description des différentes zones de mouillage et installations
portuaires. On y trouve enfin la liste des équipements - notamment à
destination des plaisanciers - ainsi que les coordonnées des services
utiles - bureau du port, mairie, délégation à la mer et aux affaires
littorales, etc. L'extrait ci-dessous décrit le port de
Saint-Cast.Extrait des instructions nautiques pour le port de
Saint-Cast (Source : SHOM)

Verrous scientifiques

Il s'agira d'extraire, typer, désambiguïser et structurer les
informations sur les ports et les diverses entités spatiales qui les
composent décrites par les textes (noms, types d'objets géographiques,
localisations absolues et relatives, fonctions, ...) pour les intégrer
dans une base de connaissances et vérifier la cohérence des
informations extraites, inférer de nouveaux faits. Ceci suppose de
proposer des solutions pour :

- Adapter les approches existantes d'extraction d'information à
composante spatiale à partir de textes à des corpus techniques
caractérisés par un vocabulaire très spécifique au domaine,
maisrelativement peu structurés au sein des différentes sections. En
particulier, de nombreuses entités spatiales mentionnées ne possèdent
pas de nom ;

- Représenter, stocker et manipuler des informations à composante
spatiale qualitative (références spatiales indirectes, positionnement
relatif, etc.) et à différents niveaux de détail selon les standards
du Web de données ;

- Désambiguïser les entités spatiales extraites. Ceci nécessite de
prendre en compte :

	- des critères de liage dont la disponibilité pourra varier,

	- les éventuelles variations des entités spatiales d'une source à
l'autre (variations de nom, de propriétés, de temporalité, de niveau
de détail de descriptions, etc.).

- Détecter et corriger d'éventuelles incohérences spatiales ou
temporelles dans les informations extraites, améliorer le typage des
entités spatiales, inférer des relations spatio-temporelles entre
entités géographiques, etc.

Renseignements pratiques

Une poursuite du sujet de stage en thèse de doctorat est possible (financement SHOM/IGN).

Profil recherché : Master 2 ou diplôme d'ingénieur en informatique :
représentation de connaissances, Web sémantique, sciences de
l'information géographique, extraction d'informations à partir de
textes.

Compétences et connaissances:
- Un bon niveau en programmation est essentiel

- En raison de la nature du corpus de documents, la maîtrise du
  français est nécessaire.

- Extraction d'informations à partir de textes.

- Données géographiques vectorielles.

- Web de données, notamment RDFS et OWL.

Durée et période de stage :  5 mois, au cours du printemps et de l'été
2018.

Lieu du stage :  Equipe  LaSTIG /Strudel,  Institut national de
l'information géographique et forestière (IGN), Saint-Mandé (métro 1,
station Saint Mandé).

Indemnités de stage :  Stage gratifié selon la législation française.

Modalités de candidature : Envoyer un CV, une lettre de motivation 
ciblée sur le sujet et les relevés de notes des 2 dernières années
d'études par email, au format PDF et en un seul fichier à
nathalie-f.abadie@ign.fr

Encadrement du stage :

- Nathalie Abadie (LaSTIG - COGIT/Strudel,  IGN, 
  nathalie-f.abadie@ign.fr )

- Eric Kergosien (Geriico - Université de Lille, 
  eric.kergosien@univ-lille3.fr )

- Eric Saux (Irenav - Ecole Navale,  eric.saux@ecole-navale.fr )