OFFRE DE STAGE DE MASTER OU D'INGENIEUR

`Litte_Bot' le chatbot Molière

Laboratoire d'accueil : LIASD - (équipe PASTIS), Université Paris 8,
2 rue de la liberté, 93526 Saint Denis

Mots clés : Agent conversationnel, Apprentissage profond

Contexte et objectifs Le projet LITTE\_BOT
(https://eur-artec.fr/projets/litte\_bot/) est un projet collaboratif
autour d'un chatbot, pour dialoguer avec un personnage de Molière,
figure emblématique de la littérature française. Le projet s'inscrit
dans la perspective du quatre-centième anniversaire de la naissance de
Molière en 2022. Partant d'un corpus composé de tous les oeuvres de
Molière ainsi que d'autres pièces de théâtre du 17e siècle faisant
référence au personnage de Don Juan, nous avons créé un dataset de
répliques (67ko) pour le modèle d'apprentissage Seq2Seq qui a été
utilisé pour le prototype du chatbot qui est déjà en phase de test.
Nous souhaitons pour la suite agrandir le corpus et tester d'autres
modèles d'apprentissage.
Le stage comportera les étapes suivantes (la réutilisabilité des
ressources et les codes produits, feront l'objet d'une documentation
tout au long du stage) :
-   agrandir le dataset avec l'ajout de dialogues (par le retour de
    phase de tests du prototype mis en place), en intégrant des
    répliques par catégories (proposées par la dramaturge :
    introduction, séduction, amour, fuite),
-   adapter et structurer le dataset pour le modèle Bert,
-   mettre en place et tester un modèle basé sur Bert pré-entraîné pour
    la langue française (FlauBERT ou CamemBERT).

Durée du stage : 5/6 mois (début : Mars-Avril 2022)

Gratification : montant légal en vigueur (environ 600¤ / mois).


Candidature

En master 1 ou 2 ou école d'ingénieur dans le domaine d'IA,
Sciences de Données, TAL.


Compétences

Programmation Python, Machine (deep) learning (modèles Transformers),
très bon niveau en Anglais


Aptitudes personnelles

Adaptabilité, Réactivité, Bon relationnel


Contact :

Anna Pappa, LIASD, équipe PASTIS, UP8, ap@up8.edu


References

[1] Louis Martin, Benjamin Muller, Pedro Javier Ortiz Suarez, Yoann
    Dupont, Laurent Romary, Eric de laClergerie, Djame Seddah, and
    Benoit Sagot. Camembert: a tasty french language model.
    Proceedings of the 58th Annual Meeting of the Association for
    Computational Linguistics, 2020.

[2] Jacob Devlin, Ming-Wei Chang, Kenton Lee, and Kristina Toutanova.
    Bert: Pre-training of deep bidirec-tional transformers for language
    understanding , 2019.

[3] Dorottya Demszky, Dana Movshovitz-Attias, Jeongwoo Ko, Alan Cowen,
    Gaurav Nemade, and Sujith Ravi. Goemotions : A dataset of
    fine-grained emotions , ACL 2020.