*********************************************************************
Stage :  Analyse computationnelle d'un corpus de plaintes de justiciables
*********************************************************************

Mots clés : analyse de données textuelles, modèle de langue, théorie
des graphes, textométrie, corpus de spécialité

LASTIG, 6-8 avenue Blaise Pascal  77420 Champs-sur-Marne,
CAMS EHESS-CNRS, 54 boulevard Raspail 75006 Paris

Contexte
*********
Le stage se situe dans le cadre d'une collaboration entre le Conseil
supérieur de la magistrature (CSM),  l'Institut Robert Badinter (IERDJ)
et les laboratoires CAMS EHESS-CNRS et LASTIG IGN-Université Gustave
Eiffel. Le CSM dispose d'un corpus de plaintes qui renseignent
l'expérience du traitement judiciaire et la perception que les
justifiables ont de la justice. L'objectif de cette collaboration
est de les analyser afin d'apporter des matériaux pour
l'amélioration du service public de la justice.


Sujet
*****
Le stagiaire participera à l'analyse du corpus des plaintes au cours de
laquelle les contenus textuels et des variables d'intérêt issues du
domaine du droit seront croisés. Pour cela, des méthodes  de traitement
automatique des langues (LLMs, textométrie, graphes lexicaux) seront
utilisées.  La définition et le choix des variables d'intérêt se fera
en étroite concertation avec le CSM et l'IERDJ.

Les productions attendues sont les suivantes :
- la participation à la définition de variables d'intérêt de ce
corpus de spécialité  ;
- une méthode d'extraction et de classification des thématiques
et motifs récurrents ;
- des traitements permettant d'identifier les polarités associées ;
- une analyse des résultats textuels au regard des variables d'intérêt ;
- un rapport de stage ou un document technique détaillant les
réalisations du stage.


Formation requise
***************
Ce stage s'adresse aux étudiant.e.s de master 2 en informatique/science
des données ou en traitement automatique des langues (TAL) avec une
formation suffisante pour l'utilisation autonome d'un langage de
programmation (de préférence Python et R) et d'outils de TAL (outils
fondés sur l'apprentissage, modèles de langue, classifieurs, graphes,
si possible outils statistiques de lexicométrie). Des compétences en
droit, ou un intérêt pour ce domaine,  seraient appréciées afin de
faciliter la définition des variables d'intérêt et l'interprétation
des analyses.

Lieu et organisation du stage
***************************
L'Institution signataire de la convention de stage sera l'Institut
Robert Badinter, les encadrantes seront Sabine Ploux et Catherine
Dominguès, respectivement chercheure au CAMS EHESS-CNRS et au
LASTIG-IGN et université Gustave Eiffel.
Le stage se déroulera soit au LASTIG/Géodata Paris (anciennement
ENSG-Géomatique) à Champs-sur-Marne, 6-8 avenue Blaise Pascal,
Accès :  RER A Noisy-Champs, soit au CAMS EHESS-CNRS, 54,
Boulevard Raspail 75006 Paris.
Des réunions de travail auront lieu au Conseil supérieur de la
magistrature, 21, Bd Haussmann 75008 et à l'Institut Robert
Badinter, 13, place Vendôme 75001 Paris.

Encadrement du stage
******************
Catherine Dominguès, chercheure HDR en TAL,
catherine.domingues@ign.fr
Sabine Ploux, chercheure HDR en linguistique computationnelle,
sabine.ploux@ehess.fr


Pour candidater
*************
Des entretiens seront organisés dès réception des candidatures.
Préalablement, un dossier de candidature est à envoyer aux
encadrantes et devra contenir les documents suivants : CV, derniers
relevés de notes (M1, et premier semestre de M2 si possible),
description des enseignements suivis (un lien vers le site internet
de la formation est le bienvenu), dernier mémoire ou rapport de
stage, lettre de motivation.