Bourse de thèse en linguistique computationnelle

Proposition de thèse (financée) : Extraction automatique d'itinéraires dans des récits de voyages

La médiathèque intercommunale à dimension régionale de Pau a numérisé un large corpus de textes à fort ancrage territorial. Un certain nombre sont des récits de voyage, dans les Pyrénées et en Aquitaine. Ces textes, qui datent d'une période entre le milieu du XIXe siècle et le début du XXe, ont un fort intérêt patrimonial. Ils sont également utilisés par les enseignants dans leurs activités éducatives. L'accès à cette masse de documents pose de nouveaux défis : une indexation « à la Google » se limite à la recherche d'occurrences de mots alors qu'on aimerait pouvoir interroger le fonds documentaire indépendamment des mots utilisés et des modes de narration afin de connaître les récits passant par un certain lieu ou suivant un certain chemin, à certaines dates ou époques, et ce via une interface graphique qui permette des allers et retours simples et directs entre texte et carte géographique. C'est l'objectif d'un projet co-financé par l'INRIA, la région Aquitaine et le LIUPPA : automatiser l'extraction des itinéraires décrits dans ces récits de voyages.

Une bourse de thèse est disponible dans le cadre de ce projet. Le doctorant aura comme objectif de fournir des techniques d'analyse automatique du "discours" (c'est-à-dire de détermination des relations entres les différentes phrases d'un texte, élément capital pour construire le sens global du texte), et de les appliquer au corpus de la médiathèque de Pau. Il participera pour cela à l'ensemble des activités du projet concernant l'analyse du discours et les constructions sémantiques, notamment les représentations temporelles et spatiales. Ainsi, il aura notamment parmi ses tâches : l'étude sur corpus de la structure discursive des récits de voyage, le choix et la définition de relations de discours adaptées à ces récits, l'identification d'indices syntaxiques et sémantiques permettant de déterminer ces relations, leur mise en oeuvre pratique dans un logiciel, et l'évaluation du système obtenu sur le corpus.
Le candidat à cette bourse de thèse devra posséder de bonnes connaissances en linguistique computationnelle, dans un ou plusieurs des domaines suivants : interface syntaxe-sémantique, sémantique, analyse du discours, logique, inférence logique. Il devra de plus parler couramment le français -- langue des textes à analyser. 
Le projet implique une équipe bordelaise, une équipe paloise et une équipe toulousaine, ainsi que des personnalités extérieures. Le doctorant sera basé à Bordeaux et fera des missions régulières à Pau. Des réunions de projet auront également lieu à Toulouse. Le poste est à pourvoir pour la rentrée 2009.