*** Production d'un package R à partir de scripts d'analyse
textométrique pour le français ***

Stage de M2 proposé par le laboratoire Lattice (Montrouge)

* Motivations et contexte

Le but de ce stage en informatique est de produire un paquet R
reprenant un ensemble de scripts (déjà écrits en R et utilisant
principalement les extensions Tidyverse) constituant une chaîne
d'analyse textométrique pour le français. Cette chaîne est actuellement
opérationnelle, mais ne peut prétendre être diffusée en l'état auprès
du public. Elle vise à identifier dans des corpus des patrons
lexico-grammaticaux (motifs) permettant, notamment, d'identifier des
éléments stylistiques représentatifs d'un auteur ou d'un genre textuel.
La chaine est ainsi composée :

-       1°) Étiquetage morphosyntaxique. (UDPipe)
-       2°) Transformation en motifs
-       3°) Wordcloud
-       4°) TF-IDF
-       5°) AFC
-       6°) Calcul de spécificités
-       7°) Barycentres et pourcentage d'apparition
-       8°) Statistiques générales
-       9°) Retour aux textes

La diffusion de cette chaine sous un paquet R serait un apport
important pour les chercheurs en stylométrie. Un premier travail
consistera donc à nettoyer le code et à le rendre portable et
partageable sous la forme d'un paquet R.

Au-delà, et suivant la durée du stage, diverses extensions
sont envisageables, comme une extension à d'autres langues,
une réflexion sur les moyens de visualisation des résultats,
une amélioration des calculs statistiques, et la recherche d'une
complémentarité avec d'autres scripts (par exemple stylo).


* Modalités

Stage de 3 à 6 mois (début entre février et avril 2021), de niveau M2,
conventionné et indemnisé suivant les règles en vigueur. Le stage se
déroulera dans les locaux du Lattice à Montrouge (métro Mairie de
Montrouge) ou en télétravail, suivant les mesures sanitaires en vigueur
durant le stage. Si le stage est effectué en télétravail, un suivi
régulier se fera en visio.

* Profil recherché.

Étudiant-e en informatique ou en linguistique-informatique avec des
connaissances solides en programmation.

- Bonne connaissance du langage R indispensable
- Compétences en traitement automatique des langues

* Comment candidater ?

Envoyer avant le 15 janvier 2021 par mail un CV et un relevé de
notes récent à thierry.poibeau@ens.psl.eu et
dominique.legallois@sorbonne-nouvelle.fr, ainsi que quelques mots
expliquant votre intérêt pour ce stage et détaillant
sommairement votre expérience de la programmation en R.