[iva] Two-year Post-doc. Position - Multimodal behavior analysis for persuasive virtual agent, Aix Marseille University, France

[Magalie Ochs]

English Version below


Poste de Post-doctorat - 24 mois - Aix Marseille Université

Démarrage : January 2021

De l'analyse des données multimodales des comportements dans des corpus 
humains-humains à un modèle computationnel de persuasion pour un agent 
conversationnel animé


deadline pour candidater : 15 Novembre

Laboratoire Parole et Langage (LPL) and Laboratoire d’Informatique et 
des Systèmes

Aix-Marseille Université


Mots-clés :Agents Conversationnels Animés (ACA), comportement multimodal 
persuasif, analyse de  corpus d’interaction humain-humain, analyse de 
données multimodales, apprentissage automatique, fouille de données


Contexte

Le post-doctorat sera réalisé dans le cadre du projet ANR Copains 
Cognitive Planning in Persuasive Multimodal Communication (2018-2022) 
https://anr.fr/Project-ANR-18-CE33-0012dont le domaine d’application est 
la technologie persuasive en santé.


Le projet CoPains vise à développer des agents artificiels capables 
d'inciter les utilisateurs humains à adopter des comportements sains et, 
si nécessaire, de les persuader de changer leurs habitudes dans leur 
intérêt. Plus précisément, le domaine d'application est la technologie 
persuasive en santé dans laquelle un agent conversationnel animé (ACA) 
interagit avec un utilisateur humain de manière multimodale (à travers 
des comportements verbaux et mimo-gestuels) afin de soutenir son 
activité et de prendre soin de son bien-être.


L’objectif de recherche principal du post-doctorat est de développer un 
modèle computationnel permettant de déterminer comment un agent 
conversationnel animé doit se comporter d’un point de vue multimodal 
(comportement verbal et non-verbal, e.g. expressions faciales, postures, 
lexiques) pour être plus persuasif. L’approche méthodologique est 
l’analyse de corpus humain-humain.


Missions:

L’objectif du post-doctorat est d’analyser les comportementsmultimodaux 
persuasifs des humains dans des corpus d’interaction humain-humain 
existants. L’analyse sera réalisée à partir de méthodes d’apprentissage 
automatique et de fouille de données spécifiques à la problématique 
(petit ensemble de données de grandes dimensions). Cette analyse 
permettra de construire  et évaluer un modèle computationnel de 
raisonnement permettant de déterminer les signaux multimodaux temps réel 
d’un agent virtuel persuasif. Pour ce faire, une première étape 
consistera à identifier les corpus existants d’interaction humain-humain 
impliquant des comportements persuasifs, d’identifier et d’exploiter les 
outils existants pour l’annotation automatique de certains signaux 
verbaux et mimo-gestuels dans les corpus, d’encadrer la campagne 
d'annotation manuelle qui permettra de compléter les annotations 
automatiques. Etant donnée la spécificité des données analysées (e.g. 
multimodales, bruitées, non alignées, petit ensemble de données, grande 
dimension), il s’agira d’identifier les méthodes d'apprentissage 
automatique et de fouille de données les plus adaptées pour extraire des 
informations interprétables sur les signaux multimodaux à exprimer pour 
apparaître plus persuasif.  Le modèle computationnel de raisonnement de 
l’agent conversationnel animé sera construit à partir des résultats de 
cette analyse. Il sera ensuite évalué à travers des tests perceptifs 
auprès d’utilisateurs qu’il s’agira de mettre en place.


Les résultats devront être présentés à des conférences et publiés dans 
des revues internationales.


Environnement

Le/la post-doctorant.e évoluera entre le laboratoire Parole et Langage 
(LPL, Aix en Provence) et la laboratoire d’Informatique et des Systèmes 
(LIS, Marseille). Il/elle bénéficiera ainsi d’un environnement adapté et 
stimulant pour chacune des tâches et sera en interaction avec l’ensemble 
des membres des deux laboratoires. Il/elle aura ainsi la possibilité de 
découvrir la grande variété des projets menés au sein des deux 
laboratoires.


Profil attendu

Le/la post-doctorant.e devra être en possession d’un doctorat en 
Informatique ou linguistique computationnelle

Une solide formation et des compétences en analyse de données 
multimodales, apprentissage automatique, modélisation computationnelle  
ainsi qu’une très bonne maîtrise de l’anglais sont requis.


Le post-doc est entièrement financé et environné pendant 2 ans dans le 
cadre du projet interdisciplinaire ANR Copains. Le salaire est d’environ 
2000 euros net suivant l’expérience du / de la candidat.e.


L'Université d'Aix-Marseille (http://www.univ-amu.fr/), la plus grande 
université française, est idéalement située sur la côte méditerranéenne, 
et à seulement 1h30 des Alpes.


Le dossier de candidature doit être constitué des documents suivants :

- Un curriculum vitae détaillé avec les publications,

- Une description du sujet du doctorat,

- Une description de la formation universitaire et une copie du dossier 
scolaire (notes) et du dernier diplôme obtenu,

- 2 lettres de recommandation (dont une du directeur de thèse)


Le dossier de candidature doit être envoyé à

Magalie Ochs: magalie.ochs at lis-lab.fr <mailto:magalie.ochs at lis-lab.fr>et

Roxane Bertrand Roxane.Bertrand at lpl-aix.fr 
<mailto:Roxane.Bertrand at lpl-aix.fr>


Pour toutes questions, contact :


Magalie Ochs: magalie.ochs at lis-lab.fr <mailto:magalie.ochs at lis-lab.fr>

https://pageperso.lis-lab.fr/magalie.ochs/

Roxane Bertrand : Roxane.Bertrand at lpl-aix.fr 
<mailto:Roxane.Bertrand at lpl-aix.fr>

http://www2.lpl-aix.fr/~bertrand/


---------------English 
Version---------------------------------------------------------


Two-year Post-doctoral Position

Start: January 2021

 From multimodal data analysis of multimodal behavior in human-human 
corpora to computational model of persuasiveness for embodied 
conversational agent


deadline for application : 15 November

Laboratoire Parole et Langage (LPL) and Laboratoire d’Informatique et 
des Systèmes

Aix-Marseille Université & CNRS


Keywords: Embodied Conversational Agents (ACA), persuasive multimodal 
behavior, human-human interaction corpus analysis, multimodal data 
analysis, machine learning, data mining



Context

The post-doctoral work is part of the ANR project Copains “Cognitive 
Planning in Persuasive Multimodal Communication “ (2018-2022) with the 
application domain in persuasive technology for health.


The CoPains project aims to develop artificial agents capable of 
inciting human users to adopt healthy behaviors and, if necessary, to 
persuade them to change their habits in their own interest. More 
specifically, the application domain is health persuasive technology in 
which an embodied conversational agent (ACA) interacts with a human user 
in a multimodal way (through verbal and mimo-gestual behaviors) in order 
to support his/her activity and take care of his/her well-being.


The main research objective of the postdoctoral fellowship is to develop 
a computational model to determine how an embodied conversational agent 
should behave from a multimodal point of view (verbal and non-verbal 
behavior, e.g. facial expressions, postures, lexicons) in order to be 
more persuasive. The methodological approach is human-human corpus 
analysis.


Research works

The objective of the post-doctoral fellowship is to analyze the 
persuasive multimodal behaviors of humans in existing human-human 
interaction corpora. The analysis will be performed using machine 
learning and data mining methods adapted to the specific data sets 
(small data sets of large dimensions). This analysis will allow the 
construction and evaluation of a computational reasoning model to 
determine; in real-time, the multimodal signals of a persuasive virtual 
agent. For this purpose, a first step will consist in identifying 
existing corpora of human-human interaction involving persuasive 
behaviors, identifying and exploiting existing tools for the automatic 
annotation of certain verbal and mimo-gestual signals in the corpora, 
managing the manual annotation campaign that will allow to complete the 
automatic annotations. Given the specificity of the analyzed data (e.g. 
multimodal, noisy, non-aligned, small dataset, large dimensions), one 
problematic is to identify the most suitable methods of machine learning 
and data mining to extract interpretable information on the multimodal 
signals to be expressed in order to appear more persuasive.  The 
computational reasoning model of the embodied conversational agent will 
be built from the results of this analysis. The model will then be 
implemented in an existing platform and evaluated through perceptual 
tests with users.


The results will be presented at conferences and published in 
international journals.


Research environment

The post-doctoral student will evolve between the Parole et Langage 
laboratory (LPL, Aix en Provence) and the Computer Science and Systems 
laboratory (LIS, Marseille). He/she will thus benefit from an adapted 
and stimulating environment for each of the tasks and will interact with 
all the members of the two laboratories. He/she will thus have the 
opportunity to discover the wide variety of projects carried out within 
the two laboratories.


Expected profile

The candidate should have a Phd in Computer Science or Natural Language 
Processing. The candidate should have strong skills in multimodal data 
analysis, machine learning, and computational modeling.


The post-doc is fully funded during 2 years as part of the COPAINS ANR 
project. The salary is approximately 2000 euros net depending on the 
candidate's experience.


French language is not required.


Aix Marseille University (http://www.univ-amu.fr/en), the largest French 
University, is ideally located on the Mediterranean coast, and only 1h30 
away from the Alps.


The application files consists of the following documents:

- A detailed curriculum with publications,

- A description of Phd subject,

- A description of the academic background and copy of academic records 
and most recent diploma,

- 2 recommendation letters (including one from the Phd supervisor)


The application files should be sent to :

Magalie Ochs: magalie.ochs at lis-lab.fr <mailto:magalie.ochs at lis-lab.fr>and

Roxane Bertrand Roxane.Bertrand at lpl-aix.fr 
<mailto:Roxane.Bertrand at lpl-aix.fr>


For any question, contact :


Magalie Ochs: magalie.ochs at lis-lab.fr <mailto:magalie.ochs at lis-lab.fr>

https://pageperso.lis-lab.fr/magalie.ochs/

Roxane Bertrand : Roxane.Bertrand at lpl-aix.fr 
<mailto:Roxane.Bertrand at lpl-aix.fr>

http://www2.lpl-aix.fr/~bertrand/











-- 

*Magalie Ochs*

Maître de Conférences, Habilitation à Diriger des Recherches (HDR)
Systèmes interactifs humanoïdes/socio-émotionnels/
Laboratoire d'Informatique et des Systèmes (LIS)
Institut Convergence "Language , Communication and the Brain" (ILCB)
https://pageperso.lis-lab.fr/magalie.ochs/

-------------- next part --------------
An HTML attachment was scrubbed...
URL: <http://lists.uni-bielefeld.de/mailman2/unibi/public/iva-list/attachments/20201015/57cd7983/attachment-0001.html>