Titre:
"Collecte et alignement de données pour la traduction automatique
dans les musées"

Présentation: L'objectif de ce stage est de développer des ressources
multilingues alignées spécifiquement pour la traduction automatique
dans le domaine muséal. Les trois langues cibles sont le français,
l'arabe et l'anglais. La mission inclut la collecte et l'alignement de
terminologies dans ces langues pour créer des ressources parallèles.
Celles-ci, enrichies de métadonnées, pourront ensuite être utilisées
pour entraîner un modèle de traduction automatique adapté aux besoins
des musées.

Approche méthodologique: La méthodologie repose sur la création de
ressources bilingues ou multilingues pertinentes au sein des
institutions culturelles. La collecte des données consistera à extraire
automatiquement des termes issus d'archives institutionnelles ou de
collections numériques (par exemple, descriptions d'oeuvres, textes
d'exposition, catalogues, cartels). L'alignement multilingue sera basé
sur des approches classiques (statistiques) ou modernes (embeddings),
avec une vérification et correction manuelles. Enfin, les données
seront enrichies par des annotations incluant des métadonnées (contexte
culturel, termes techniques...), structurées selon des standards tels que
TEI ou RDF, en s'appuyant sur un glossaire disciplinaire existant.

Apports: Acquisition de compétences en gestion de corpus multilingues,
extraction de terminologies, annotation enrichie et création de
ressources adaptées au domaine muséal.

Profil recherché: Niveau Master 2 en TAL, humanités numériques,
sciences de l'information ou dans un domaine connexe. Compétences
attendues en gestion de corpus multilingues et en extraction
d'information. Une familiarité avec les modèles de langage est
également nécessaire. Une maîtrise du français et de l'anglais est
requise, l'arabe serait un atout.

Conditions du stage:
Lieu de travail :
    ObTIC/SCAI, campus Pierre et Marie Curie  - Sorbonne Université.
Temps de travail hebdomadaire :
    35 h
Durée du stage :
    4 à 6 mois
Début du stage :
    février ou mars 2025.
Gratification :
    la gratification perçue est conforme au taux légal en vigueur.

Modalités: CV et bulletin de notes à envoyer par mail à
motasem.alrahabi@sorbonne-universite.fr avant le 17 janvier 2025.