Sujet de stage de Master 1 ou 2  

Thème
=====
Mise en place d'un serveur web d'analyse de la complexité de textes
en français

Mots-clés
========
Interface web, Traitement automatique des langues, complexité de
textes

Contexte scientifique
===============
Avec le développement des nouvelles technologies, et en particulier
d'Internet, les enfants sont confrontés à de plus en plus de documents
qui peuvent leur poser des difficultés de compréhension, de par leur
forme ou leur contenu. Face à ce constat, le projet TextToKids
(https://texttokids.irisa.fr/) a pour objectif d'élaborer un ensemble
d'outils à même de déterminer automatiquement si un texte ou une
portion de texte est susceptible d'être difficile à comprendre pour
un enfant (situé dans une sous-tranche de la tranche des 5 à 12 ans)
et éventuellement en proposer une reformulation [1, 2].
L'ensemble des outils de TAL (des niveaux phonétique, morphologique,
syntaxique, sémantique, et discursif) développés à ce jour dans le
cadre du projet est accessible ici : https://texttokids.ortolang.fr/.  

Objectifs du stage
==============
Le site https://texttokids.ortolang.fr/ fonctionne actuellement en
ligne sur de petits extraits de corpus, mais les bibliothèques
Python sous-jacentes sont conçues pour pouvoir traiter de grands
corpus lorsqu'elles sont utilisées en dehors de l'interface web.

Le but de ce stage est de mettre en oeuvre un serveur web et une
version de l'interface web qui travailleraient de manière asynchrone
de façon à rendre possible le traitement de lots de taille importante.
De manière plus précise, il est nécessaire de développer :
- une interface de dépôt et de visualisation de grands volumes de
fichiers ;
- une interface permettant de définir les traitements à lancer
(types de traitements, choix des fichiers à traiter) ;
- une interface pour récupérer les résultats des traitements.

L'ensemble de l'outil actuel de traitement est écrit en langage
python ou en utilisant les outils python (django).


Niveau : M1/M2 Informatique/TAL
Compétences attendues
- Python
- Interfaces/serveurs web

Candidature
=========
Lieu : Université Paris Nanterre (MoDyCo) et/ou à distance
Gratification : selon les règles en vigueur
Durée du stage : 3 à 5 mois à compter de février - mars 2024
Encadrants :
Christophe Parisse, Modyco (UMR 7114 CNRS&Université Paris Nanterre)
: cparisse@parisnanterre.fr
Delphine Battistelli, Modyco (UMR 7114 CNRS&Université Paris Nanterre)
: del.battistelli@gmail.com
Nicolas Béchet, IRISA (UMR 6074 CNRS&Université Bretagne Sud)
: nicolas.bechet@irisa.fr

Dossier de candidature : Envoyer CV, lettre de motivation,
relevés de notes M1/M2 aux trois encadrants ci-dessus désignés


Bibliographie
=========
[1] D. Battistelli, A. Etienne, R. Rahman, Charles Teissèdre,
Gwénolé Lecorvé (2020) - "Une chaîne de traitements pour appréhender
la complexité des textes pour enfants d'un point de vue linguistique
et psycho-linguistique". In Actes TALN'22 (Traitement automatique du
langage naturel 2022)
[2] R. Rahman, G. Lecorvé, A. Etienne, D. Battistelli, Nicolas Béchet,
Jonathan Chevelu (2020) - "Mama/Papa, Is this Text for Me?". in Actes
COLING'20 (28th International Conference on Computational
Linguistics), 8-13 décembre 2020, Barcelone, Espagne