Stage LLM - CORLI

Faire de la linguistique de corpus avec des LLMs: un guide d’accompagnement interactif

Stage à pourvoir

L’objectif est de créer un guide interactif de découverte des usages de LLMs dans le cadre de la linguistique de corpus. Ce guide visera les publics d’étudiants de master et doctorants du domaine. En fonction de leurs besoins en analyse de corpus, les utilisateurs seront amenés à découvrir diverses tâches possibles d’exploitation des LLM. Cela comprendra des tâches de traitement textuel (annotation, transcription, alignement, formatage de métadonnées), d’extension de corpus (extension de données, création de données synthétiques, identification de données comparables...) ou d’analyse linguistique (classification, explications et illustrations des données). Ce guide s’appuiera sur des cas d’usages et
méthodes (RAG, fine-tuning, prompt design) présentés dans la littérature, ainsi que sur des jeux de données et scripts (R ou Python) accessibles.

• Période de stage : Printemps 2026
• Durée : 2 mois
• Lieu : Paris, France
• Institution : Structures Formelles du Langage - CNRS
• Indemnité : tarif en vigueur
• Contact : Sarra El Ayari – prenom.nom [at] cnrs.fr

La personne recrutée aura un profil L3 ou Master TAL ou linguistique computationnelle avec des compétences en développement web (framework Javascript). Les missions de la ou du stagiaire incluront :
1. un état de l’art des études de linguistique de corpus multilingues s’appuyant sur des LLM
2. l’élaboration d’une taxonomie des ressources et d’un thésaurus
3. le développement d’un outil didactique d’exploration interactif
 

Cette nouvelle ressource sera mise en ligne sur le site CORLI et sera annoncée lors d’une JE portant sur le même sujet a printemps/été 2026. La personne s’intégrera à une équipe restreinte d’enseignant.es chercheur.ses et d’ingénieur.es membres du consortium CORLI2.

Si vous êtes intéressé·es, merci d'envoyer par mail un CV, une lettre de motivation ainsi que le dernier relevé de notes.