Mathématiques et Informatique Appliquées
du Génome à l'Environnement

 

 

[Stage M2] LinkAgent : Étude des méthodes agentiques pour la reconnaissance et le liage d’entités textuelles

Contexte : 

Les grands modèles de langue (LLM) et les approches agentiques ouvrent de nouvelles perspectives pour l'extraction automatique d'informations à partir de textes scientifiques. En particulier, la capacité d'agents LLM à collaborer et à mobiliser des outils externes pourrait permettre de dépasser les approches classiques qui traitent séparément la reconnaissance d'entités (NER) et leur liage à des bases de connaissances (Entity Linking).

Ce stage vise à explorer ces approches pour l'extraction d'informations dans la littérature scientifique, notamment biomédicale.

Missions :

Le ou la stagiaire aura pour missions de :

  • Concevoir et développer un système agentique combinant reconnaissance et liage d'entités.
  • Évaluer et analyser le fonctionnement de ces architectures, en étudiant les interactions entre agents, leurs décisions et les erreurs produites, à partir de corpus scientifiques annotés.
  • Explorer des méthodes d'amélioration du système, notamment par l'optimisation des prompts, des stratégies de planification ou des approches d'apprentissage par renforcement.

Le stage comportera une dimension expérimentale importante, ainsi qu'un travail de veille et d'analyse scientifique.

Profil recherché :

Master 2 (ou formation équivalente) en informatique, IA ou TAL.

- Bonnes compétences en programmation, notamment en Python.

- Connaissances solides en TAL et en apprentissage profond.

- Intérêt ou expérience des LLM, du prompting et des systèmes agentiques.

- Un intérêt pour les applications biomédicales ou la bio-informatique serait un plus.

- Bonne capacité de lecture et d'analyse d'articles scientifiques en anglais.

- Bonne capacité de rédaction scientifique.

- Une curiosité scientifique, de l'autonomie et un goût pour la recherche seront particulièrement appréciés. 

Informations :

Lieu : unité MaIAGE (INRAE & Université Paris-Saclay) à Jouy-en-Josas.

Durée : 6 mois

Période : à partir de février 2027, selon disponibilités.

Gratification: selon la réglementation en vigueur (environ 700 €/mois)
Perspectives : une poursuite en thèse pourra être envisagée à l'issue du stage.

 

Le stage bénéficiera d'un encadrement conjoint INRAE/CEA et d'un accès à des ressources de calcul adaptées aux expérimentations avec des LLM.

Pour postuler :

Merci d’envoyer un CV et une courte lettre de motivation à l'adresse en contact, en précisant vos compétences et expériences pertinentes pour le sujet.

Attention : seules les candidatures répondant aux prérequis indispensables pourront faire l'objet d'une réponse.

Encadrement :

Olivier Ferret, Lasti, CEA-List, Université Paris-Saclay

Louise Deléger, MaIAGE, INRAE, Université Paris-Saclay 

Arnaud Ferré, MaIAGE, INRAE, Université Paris-Saclay

Quelques références :  

  • Wang et al. (2025). A Cooperative Multi-Agent Framework for Zero-Shot Named Entity Recognition. In Proceedings of the ACM on Web Conference 2025.
  • Chhetri et al. (2025). StructSense: A Task-Agnostic Agentic Framework for Structured Information Extraction with Human-in-the-Loop Evaluation and Benchmarking. arXiv:2507.03674.
  • Mohan & Li (2019). MedMentions: A Large Biomedical Corpus Annotated with UMLS Concepts. arXiv:1902.09476.

 

Type
Stage
Durée
6 mois
Date de début
Date limite de candidature
Contact
linkagent.stage.aiko@gmail.com