Ce stage s’inscrit dans la suite d’une thèse soutenue en novembre 2023 et intitulée « Construction d’une mémoire des sites potentiellement pollués à l’aide de méthodes de traitement automatique des langues ». Ce travail distingue en particulier l’activité exercée par un établissement industriel en tant qu’action pérenne réalisée régulièrement par cet établissement pour maintenir ses opérations normales, des événements, actions occasionnelles, finies dans le temps, le plus souvent des incidents et des accidents ayant des conséquences en termes de pollution différentes de celles prévues dans le cadre des activités normales de l’établissement. Les informations permettant de caractériser les activités proviennent des bases de données institutionnelles, plus précisément BASOL (base de données des sites faisant l’objet d’information de l’administration concernant une pollution suspectée ou avérée) et BASIAS (base des anciens sites industriels et activités de services) ; celles caractérisant les événements industriels ont été extraites de textes de BASOL, grâce à une chaine de traitement construite ad hoc. Une base de données unique (BDU) permettant d’organiser l’ensemble de ces informations a été conçue. Une interface cartographique de la BDU a été développée (elle est accessible par le lien suivant : https://clementsct.github.io/Carto_IGN_LIGM/).
L’objectif du stage est potentiellement double :

• extension de la BDU
• mise en place d’analyses statistiques concernant les pollutions industrielles. 

L’importance de chaque thème de travail, voire l’abandon de l’un d’eux, sera adaptée aux compétences et appétences du ou de la stagiaire.

Niveau du diplôme préparé : Master 2 en TAL, en informatique ou en sciences des données.