Ingénieur (H/F) de recherche en traitement de la langue naturelle

Missions :
Dans le contexte d’un laboratoire commun entre l’IRISA et le journal Ouest-France, premier quotidien régional de France, vous apporterez votre expertise en traitement automatique du langage naturel pour accompagner la recherche académique dans ses missions fondamentales, déployer et tester in vivo les avancées scientifiques sur les cas d’usage du journal. Vos missions tourneront principalement, mais pas exclusivement, autour du développement, de l’analyse et du test de grands modèles de langues adaptés aux spécificités du journal et des cas d’usages envisagés.
Activités :
Le succès actuel des techniques de traitement automatique des langues tient en grande partie à l’utilisation de modèles de langue génériques pré-entrainés sur des grands volumes de données, encodant ainsi des connaissances générales sur le langage. Néanmoins, ces modèles génériques disponibles sur étagère sont mal adaptés aux spécificités des contenus des collections Ouest-France.

En lien avec les chercheurs de l’IRISA et les équipes de Ouest-France, vous serez amené ou amenée à évaluer, analyser et entraîner des grands modèles de langues spécifiques au journal et à tester leur apport dans différents cas d’usage. Ces derniers impliquent des tâches de classification de documents, de détection d’entités ou de relations, de génération de texte, de constitution de bases de connaissance, etc. Dans un contexte de grand volume de données et d’exploitation in vivo, la maîtrise des coûts calculatoires en inférence sera un enjeu majeur dans la conception de modèles et dans leur utilisation. Le couplage entre connaissances formalisés (thesaurus, référentiels, triplet store) et modèles de langue sera aussi au cœur des travaux.

Un premier jalon réside dans l'entraînement et la mise à disposition de modèles de langue entraînés sur les archives de Ouest-France. Les modèles de langue conçus pour l’extraction d’information et la classification de texte devront refléter les contenus de Ouest France et être adapté aux types d’informations contenues dans les archives du journal. Les modèles de langue ciblant la génération du langage devront quant à eux refléter les habitudes de rédaction du journal. On s’intéressera dans un second temps à l’exploitation de ces modèles pour répondre à des besoins applicatifs, via leur analyse fine et leur spécialisation dans un contexte de données d’apprentissage limité. On étudiera notamment l’apport de techniques d’apprentissage permettant de combiner des connaissances formalisées, des données fiables, bien annotées, et des données non annotées ou annotées de manière automatique (apprentissage hybride, mixte, supervision distante, etc.).
Contexte de travail :
Le poste proposé se situe sur le campus de Beaulieu à Rennes, avec une présence occasionnelle dans les locaux de Ouest-France à Rennes. Vous serez affecté à l’équipe de recherche LINKMEDIA de l’IRISA et intégré à l’équipe du laboratoire co
Voir plus sur le site emploi.cnrs.fr...