Le résumé automatique de textes - LaLIC - Université Paris-Sorbonne

Introduction
éléments textuels de surface. Premièrement, les techniques statistiques, en adéquation
avec des modèles de recherche d’informations (pour les fondements voir [Salton et
McGill 1983]), qui prennent comme critère de pertinence la valeur numérique d’un
segment textuel calculée par une fonction de score portant sur plusieurs critères précis et
variables [Hatzivassiloglou et al. 2001] ; [Mitra et al. 1997] ; [Salton et al. 1997]. Un
segment textuel est alors extrait si cette valeur est suffisamment élevée par rapport à un
seuil et aussi par rapport à la valeur des autres segments. Les critères pris en compte
dans l’évaluation de la pertinence d’un segment sont relativement hétérogènes. Les
principaux sont la fréquence de termes pertinents ou bien représentatifs du texte, la
position dans le texte, la présence de termes contenus dans le titre ou encore la présence
de certaines marques linguistiques. Ce qui caractérise ces méthodes statistiques, c’est
qu’elles travaillent sur des valeurs entièrement numériques calculées pour certaines à
l’aide de poids et de valeurs arbitrairement données ou dépendants d’un apprentissage.
Signalons la présence importante désormais des approches par apprentissage dans le
cadre du résumé automatique, travaillant sur des corpus textes/résumés, et qui relèvent
globalement dans notre classification des méthodes statistiques. Deuxièmement, les
techniques plutôt linguistiques s’appuient quant à elles sur la présence de marques
linguistiques de surface, et sur des critères de nature discursive liés aux marques,
comme la position dans la structure discursive, etc. pour établir la pertinence ou non
d’une phrase dans le texte. L’objectif est dans ce cas de repérer les segments les plus
importants par des connaissances linguistiques sur le texte (marques, structures
discursives, etc.) sans faire appel à une forme d’évaluation quantitative de la pertinence
mélangeant des critères de natures diverses. Elle repose généralement sur l’idée que
certaines marques de surface dans un contexte textuel bien précis permettent d’attribuer
une valeur sémantique au segment qui les contient, et ainsi de connaître sa pertinence
dans le texte. L’avantage de la méthode par analyse de surface avec extraction est de ne
pas passer par une analyse en profondeur du texte, et de pouvoir fournir un résumé de
façon plus simple sans devoir générer du texte. Du point de vue cognitif, cette méthode
n’est pas incorrecte puisque les résumeurs professionnels tendent à résumer rapidement
les textes avec une analyse superficielle des textes, ceci en construisant les résumés
essentiellement par des opérations de « copier » et « coller » avec quelques
modifications ajoutées, mais les formulations propres aux résumeurs restent rares
[Endres-Niggemeyer, 1998].
11