Dans le cadre du projet ANR STREAMedia, un doctorat est proposé au sein d'un consortium pluridisciplinaire réunissant des chercheurs en sciences humaines et sociales (Carism, Cerlis, Irméccen) et en informatique (EFREI Research Lab, IDHN, ICube, INA). Le projet vise à développer un modèle d'intelligence artificielle multimodal performant pour la caractérisation et l'identification des genres des vidéos d'émissions d'actualité politique, issues des plateformes numériques et de la télévision. L'objectif est de tester l'hypothèse d'une informatisation croissante des contenus politiques. Le modèle IA, fondé sur des techniques d'apprentissage profond (deep learning), intégrera l'analyse des métadonnées, des contenus textuels, ainsi que des flux audio et vidéo. Au-delà de la classification structurelle des genres, STREAMedia ambitionne de concevoir des outils capables de détecter des dimensions plus complexes telles que l'humour ou l'expression de la subjectivité, considérées comme des marqueurs d'informatisation. Cette thèse s'inscrit dans le cadre du projet ANR STREAMédia et vise à développer une approche d'intelligence artificielle multimodale et explicable pour la classification multi label des genres éditoriaux. Dans ce cadre, le doctorant sera amené à réaliser les tâches suivantes et, pour certaines, en lien avec les partenaires du projet : Appropriation des concepts de genres éditoriaux Un état de l'art approfondi sur les méthodes multimodales de classification (texte, audio, vidéo, métadonnées) et sur la caractérisation du rythme, du montage et des éléments structurels des vidéos (segments, transitions, rubriques). Modélisation des genres éditoriaux sous forme de graphe de connaissances, à partir de la grammaire définie par les partenaires SHS, afin de représenter leurs relations, caractéristiques structurelles et discursives . Caractérisation automatique des éléments structurels (séquençage, transitions, plans, rubriques) en s'appuyant sur des benchmarks et sur des briques logicielles existantes ou adaptées. Conception d'un modèle IA multimodal et explicable intégrant des caractéristiques issues des modalités textuelles, audio-visuelles et structurelles, afin de permettre la classification multi-table des vidéos en genres éditoriaux, tout en offrant des explications interprétables des décisions algorithmiques. Le doctorat en informatique proposé au sein de notre établissement s'inscrit dans une démarche d'excellence scientifique, offrant aux doctorants un cadre rigoureux et structurant pour mener des projets de recherche innovants à fort impact sociétal et contribuer à l'avancement des connaissances au service de la société. - Vous êtes diplômé(e) d'un master 2 (ou équivalent) en informatique. Vous possédez de solides connaissances en Programmation OO (Python), Apprentissage profond, NLP, Connaissances en vision par ordinateur, analyse d'images/vidéos, LLM/RAG, ainsi qu'un bon niveau en anglais.