Offre en lien avec l’Action/le Réseau : – — –/– — –

Laboratoire/Entreprise : Intelligence Artificielle et Sémantique des Donnée
Durée : 5 – 6 mois
Contact : t.mecharnia@iut.univ-paris8.fr
Date limite de publication : 2026-03-08

Contexte :

Sujet :
Les graphes de connaissances constituent une infrastructure centrale pour la représentation et l’interrogation de données structurées dans de nombreux domaines (Web de données, bases de connaissances ouvertes, systèmes d’aide à la décision). Le langage SPARQL permet d’interroger ces graphes de manière précise, mais sa maîtrise reste complexe, tant pour les utilisateurs humains que pour les systèmes automatisés.

Dans les systèmes récents de traduction du langage naturel vers SPARQL (Text-to-SPARQL), les modèles de langage (LLMs) sont de plus en plus utilisés. Toutefois, ces modèles génèrent fréquemment des requêtes SPARQL erronées, soit sur le plan syntaxique, soit plus souvent sur le plan sémantique (mauvais prédicats/propriétés, incohérences avec l’ontologie).

La correction automatique de requêtes SPARQL constitue donc un enjeu majeur pour améliorer la fiabilité, la robustesse et l’explicabilité des LLMs en les combinant avec des schémas ontologiques.

Profil du candidat :

Formation et compétences requises :

Adresse d’emploi :
IUT de Montreuil, 140 Rue de la Nouvelle France, 93100 Montreuil, France

Document attaché : 202602080855_Stage_M2_EID_2026___Correction_de_requetes_SPARQL_avec_LLMs.pdf