*Vers un Biocontrôle Efficace: Extraction Automatique des Résultats
expérimentaux de la littérature scientifique *

*/Towards Effective Biocontrol: Automatic Extraction of Experimental
Results from Scientific Literature/*


*Lieu*: unité MaIAGE, Centre de recherche INRAE de Jouy en Josas

*Durée*: 5 à 6 mois entre février et août 2026

*Contacts: *

-   Claire Nédellec (équipe Bibliome, unité MaIAGE, INRAE
    https://maiage.inrae.fr/), Jouy-en-Josas.
    claire.nedellec@inrae.fr

-   Thomas Presseq, société Syndev https://syndev.fr/
    thomas.pressecq@inrae.fr

*Sujet*

Ce stage s'inscrit dans le projet /OAD Succes - Outil d'Aide à la
Décision pour Favoriser l'usage et le Succès de Biosolutions pour la
Santé des Plantes/.

Les produits de biocontrôle sont des produits d'origine naturelle
développés pour diminuer et remplacer les pesticides de synthèse pour
des cultures plus respectueuses de l'environnement. Au-delà de leur
formulation, les conditions d'applications (dose, fréquence, mode
d'administration) et les facteurs environnementaux (humidité,
température) jouent un rôle déterminant dans l'efficacité des
traitements dans la lutte contre les pathogènes des plantes cultivées et
en conséquence dans l'adoption de technologies de biocontrôle par les
agriculteurs.

Les données expérimentales des essais sont rapportées dans la
littérature scientifiques et des rapports sous des formes diverses,
textes libres, figures ou tableaux. L'objectif de ce stage est le
développement de méthodes d'extraction automatique d'information à
partir de textes basées sur l'apprentissage automatique (/machine
learning/) pour enrichir la base de connaissance sur le biocontrôle afin
de contribuer à l'application d'accompagnement des agriculteurs
développée par la société SYNDEV.

Les méthodes mises en oeuvre par le stagiaire devront tirer parti d'un
ensemble restreint d'exemples annotés manuellement, ainsi que des
ressources expertes déjà disponibles. L'enjeu est de concevoir des
approches efficaces même en contexte de données limitées, tout en
assurant la qualité et la fiabilité des informations extraites. Les
modèles de langue seront évalués en comparaison avec les informations
extraites manuellement. Les conclusions du stage incluront une analyse
des verrous et des solutions prometteuses.

*Profil*

-   Master 2 en informatique ou bioinformatique orienté Traitement
    Automatique des Langues et/ou Apprentissage automatique

-   Expérience en application et entraînement de modèle de langue

-   Expérience en TAL et/ou utilisation de la bibliothèque HuggingFace

-   Maîtrise de l'anglais ou français courant.

-   Compétences techniques requises : Python et/ou Java

-   Intérêt pour la biologie et le travail interdisciplinaire.

**

Les candidatures (CV, lettre de motivation, et relevé de notes L3, M1
and M2) sont à envoyer à claire.nedellec@inrae.fr
Elles seront examinées au fil de l'eau.

En savoir plus: https://maiage.inrae.fr/node/3469