Contrat doctoral (H/F) Recherche automatique d’intertextualité dans des corpus littéraires

Sujet de thèse :
Ce projet doctoral vise à détecter automatiquement l’intertextualité (citations, allusions, réécritures, reprises) dans de grands corpus littéraires, en précisant la nature de l'emprunt. Il s’agit de traiter, de façon rapide et frugale, plusieurs centaines d'ouvrages, à l'aide de technique d'algorithmique du texte (stringology) pour y rechercher des extraits d'un premier texte inclus avec plus ou moins de modifications, dans un second, en déterminant si les similarités textuelles repérées sont significatives ou fortuites. La variabilité des textes, dues par exemple à l’orthographe du XVIIe siècle ou à des erreurs de numérisation et le cas spécifique des textes en vers devront être pris en compte, tout comme certaines contraintes utiles pour limiter l'espace de recherche (par exemple, ne se limitant aux sources antérieures au texte étudié). Une évaluation de la pertinence de l'approche et de l'outil développés sera effectuée sur un corpus littéraire en termes de temps de calcul, de qualité des résultats et d'ergonomie. Deux corpus d'applications seront mobilisés, l'un sur des textes politiques du XVIIe siècle, l'autre sur l'œuvre poétique de Marceline Desbordes-Valmore.
Contexte :
La thèse aura lieu au Laboratoire d'informatique Gaspard-Monge (LIGM), dans l'équipe ADA (Algorithmique Discrète et Applications), sous la direction de Philippe Gambette, professeur des universités en informatique, avec un co-encadrement par Delphine Amstutz, enseignante-chercheuse en littérature française du XVIIe siècle à Sorbonne Université (Cellf). Des collaborations sont prévues avec Gregory Kucherov (LIGM) et Romain Jalabert (Cellf). Une appétence pour la collaboration interdisciplinaire sur des textes de littérature française sera donc attendue, en complément de compétences algorithmiques et d'une capacité à coder un démonstrateur implémentant les algorithmes produits.