Doctorant F/H Analyse de la géométrie des plongements de mots et applications
Contract type : Fixed-term contract
Level of qualifications required : Graduate degree or equivalent
Fonction : PhD Position
Context
Dans le cadre d’un projet de recherche concernant les humanités numériques (projet Apollon)
L’ objectif est de procéder à une analyse fine des techniques de plongements de mots (algorithmes de type word2vec, Bert, ...) en s'attachant à la géométrie des plongements, afin de déterminer les meilleures métriques pour procéder à du clustering.
Des applications à l'étude de textes antiques seront développées dans le cadre du projet Apollon et cette thèse comporte un volet interdisciplinaire.
Des déplacements réguliers sont prévus pour ce poste ?
Déplacements réguliers entre Nancy et Strasbourg.
Assignment
Missions :
La personne recrutée sera amenée à analyser des algorithmes de plongements de mots et proposer des techniques de clustering qui se fondent sur la géométrie de ces plongements.
Grâce aux méthodes de plongement (Word2Vec, Context2Vec, Google BERT, etc.) qui permettent d'identifier les mots d'un texte à une série de vecteurs, le traitement automatique des langues a énormément progressé ses dernières années. On peut même dire que ces méthodes ont introduit une véritable révolution puisqu'elles ont levé les limites qu'imposaient les modèles de langues avec N-grams. Les résultats obtenus sont néanmoins à relativiser très fortement. En effet, le fonctionnement de ces méthodes n'a jusqu'alors été établi que de manière empirique sur des jeux de données précis et volumineux, et principalement en langue anglaise, langue sans signes diacritiques. Le but de cette thèse est d'étudier numériquement et théoriquement l'évolution des géométries formées par les plongements tout au long de l'entraînement d'une méthode de plongement. Les méthodes pourronts être retravaillées afin d'augmenter la convergence, mais surtout la stabilité, au niveau empirique. Ensuite, le but est d'établir des résultats de convergence sur les plongements afin de démontrer la robustesse et la stabilité de ces méthodes. Enfin, le doctorant pourra également chercher à établir des ponts entre les méthodes de plongement et les méthodes de réduction de dimension classiques (Analyse en composantes principales, analyse des correspondances, méthodes spectrales, etc.), et les appliquer à des methodes d'agrégation de données (clustering).
Pour une meilleure connaissance du sujet de recherche proposé :
Un état de l'art, une bibliographie, des références scientifiques sont disponibles à l'URL suivante, n'hésitez à pas à vous y connecter : https://project.inria.fr/aexapollon/
Collaboration :
La personne recrutée sera co-encadrée par Lionel Lenotre (Université de Haute-Alsace) et prendra part au projet d'humanités numériques Apollon sur l'étude des textes antiques. Par ailleurs, la personne recrutée prendra part à l'activité scientifique du projet PASTA, ainsi qu'à celle de l'Institut Elie Cartan de Lorraine.
Responsabilités :
La personne recrutée a la charge de veiller au bon développement méthodologique et technologiques et prendra des initiatives pour mettre en oeuvre les algorithmes proposés en les appliquant à des données réelles.
Main activities
Principales activés :
- analyser les algorithmes de plongements de mots, notamment en ce qui concerne les aspects géométriques
- proposer de nouvelles méthodes de clustering
- communiquer les résultats sous forme d'article et de conférences, vers différentes communautés disciplinaires.
- mettre en oeuvre de nouvelles techniques, les programmer et les tester sur des données réelles, notamment sur des textes issus de l'histoire antique.
Skills
Compétences techniques et niveau requis : Master 2 en mathématiques appliquées avec vers la statistique et la science des données, en particulier, des connaissances sur les méthodes de régressions, les réseaux de neurones et les méthodes de réduction de dimension. Des connaissances en aggrégation de données (clustering), en géométrie différentielle (espaces géodésiques, espaces de longueur) seront un plus.
Langues : français / anglais
Compétences relationnelles : capacité à communiquer à des publics différents : mathématiques, spécialistes en SHS, informatique, ...
Compétences additionnelles appréciées : programmation, notamment en python et utilisation de tensorflow, scikit-learn ou équivalent..
Benefits package
- Restauration subventionnée
- Transports publics remboursés partiellement
- Congés: 7 semaines de congés annuels + 10 jours de RTT (base temps plein) + possibilité d'autorisations d'absence exceptionnelle (ex : enfants malades, déménagement)
- Possibilité de télétravail (après 6 mois d'ancienneté) et aménagement du temps de travail
- Équipements professionnels à disposition (visioconférence, prêts de matériels informatiques, etc.)
- Prestations sociales, culturelles et sportives (Association de gestion des œuvres sociales d'Inria)
- Accès à la formation professionnelle
- Sécurité sociale
Remuneration
2100 € brut/mois la 1ère année
General Information
- Theme/Domain :
Stochastic approaches
Statistics (Big data) (BAP E) - Town/city : Villers lès Nancy
- Inria Center : Centre Inria de l'Université de Lorraine
- Starting date : 2024-10-01
- Duration of contract : 3 years
- Deadline to apply : 2024-05-12
Warning : you must enter your e-mail address in order to save your application to Inria. Applications must be submitted online on the Inria website. Processing of applications sent from other channels is not guaranteed.
Instruction to apply
Defence Security :
This position is likely to be situated in a restricted area (ZRR), as defined in Decree No. 2011-1425 relating to the protection of national scientific and technical potential (PPST).Authorisation to enter an area is granted by the director of the unit, following a favourable Ministerial decision, as defined in the decree of 3 July 2012 relating to the PPST. An unfavourable Ministerial decision in respect of a position situated in a ZRR would result in the cancellation of the appointment.
Recruitment Policy :
As part of its diversity policy, all Inria positions are accessible to people with disabilities.
Contacts
- Inria Team : PASTA
-
PhD Supervisor :
Lejay Antoine / Antoine.Lejay@inria.fr
The keys to success
La personne recrutée devra avoir un goût pour la science des données, la théorie mathématique, aussi bien du côté méthodologique que du côté pratique, et être capable de programmer et mettre en pratique les avancées proposées sur des données réelles.
Elle devra aussi être capable de communiquer à différents publics, aussi bien mathématiques que des spécialistes des sciences humaines et sociales, notamment des spécialistes de l'histoire antique.
About Inria
Inria is the French national research institute dedicated to digital science and technology. It employs 2,600 people. Its 200 agile project teams, generally run jointly with academic partners, include more than 3,500 scientists and engineers working to meet the challenges of digital technology, often at the interface with other disciplines. The Institute also employs numerous talents in over forty different professions. 900 research support staff contribute to the preparation and development of scientific and entrepreneurial projects that have a worldwide impact.