** Informations générales
Durée : 6 mois
Début : à partir de janvier 2025, au plus tard avril 2025
Lieu : Université d'Avignon - LIA - Campus
Gratification : selon la grille réglementaire
Perspectives : Programme de doctorat de 3 ans

**Contexte :
Ce stage s'inscrit dans le cadre du projet ANR Chica-AI (2024-2028),
qui vise à concevoir un environnement informatique capable d'analyser
automatiquement les résumés oraux d'enfants pour évaluer leur
compréhension d'un texte à la suite d'une tâche de lecture. L'étude
PISA 2019 montre, en effet, que 20 % des élèves français de 15 ans
présentent des difficultés sévères en lecture, et que les écarts
socio-économiques accentuent les disparités de niveau. Le projet a pour
ambition de réduire les difficultés de lecture des enfants du cycle 3
en proposant des méthodes basées sur l'apprentissage artificiel,
permettant un accompagnement personnalisé pour l'élève et un retour
informatif pour les enseignants. La compréhension de la lecture est un
enjeu fondamental, et elle peut être entrainée grâce à des activités
telles que le résumé de texte. Pour analyser automatiquement la
compréhension du texte par l'enfant, il s'agit d'évaluer sa production
orale du résumé. Pour cela, il faut extraire un ensemble d'informations
sémantiques du résumé mais aussi fournir un ensemble d'indicateurs
pertinents et différenciés, tant pour les élèves que pour les
enseignants. Pour atteindre ces objectifs, plusieurs modules seront
développés : un module de reconnaissance de la parole, adapté aux voix
d'enfants ; un module de compréhension de la parole permettant
d'extraire des informations sémantiques ; et un module de mise en
correspondance de ces informations sémantiques avec une grille
d'évaluation fondée sur des crit=C3=A8res psycho-cognitifs, pour juger
de la qualité des résumés produits.

**Travail du stagiaire :
L'objectif du stage est de développer un premier système d'extraction
d'informations sémantiques à partir des transcriptions de résumés oraux.
Dans un premier temps, le stagiaire explorera différentes méthodes de
traitement automatique du langage naturel (TAL) pour détecter et
extraire des entités nommées (comme les lieux ou personnages) à l'aide
de modèles de type CamemBERT et Flaubert. Dans un deuxième temps, ces
méthodes seront adaptées à la détection d'évènements pertinents dans le
résumé (différentes actions). Il s'agira de se familiariser avec des
techniques avancées de TAL et d'apprentissage automatique
(architectures neuronales et grands modèles de langues - LLM). Une des
difficultés à lever consistera à faire le lien entre les informations
sémantiques issues du résumé et celles recherchées pour son évaluation.

**Candidatures :
Le candidat doit être en master 2 informatique avec des connaissances
en intelligence artificielle. Des connaissances en traitement
automatique du langage naturel seront appréciées. Le candidat doit
montrer un intérêt pour le travail en équipe et interdisciplinaire.

Les candidatures (CV et lettre de motivation, relevé de notes Bac+4)
sont à envoyer nathalie.camelin@univ-avignon.fravant le 15/12/2024.

**Contact : nathalie.camelin@univ-avignon.fr