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

Chapitre 3 : L’annotation discursive à partir d’EXCOM
3.3. Catégories discursives et règles d’exploration contextuelle
3.3.1. Remarques préalables
Dans cette partie, nous allons décrire l’ensemble des catégories discursives que
nous retenons au sein de notre travail sur l’annotation des textes scientifiques. Nous
proposerons pour chacune une définition simple et générale, ceci afin de couvrir un
ensemble large de phrases pouvant y répondre, plutôt qu’une définition complexe (ou
trop rigide) pouvant apporter une difficulté dans l’estimation des phrases prétendantes.
Pour chacune des catégories, nous présenterons les principaux ensembles de formes
linguistiques auxquels appartiennent les marqueurs (les indicateurs et les indices) sans
développer toutefois toutes ces formes (deux ensembles complets de marqueurs sont
fournis en exemple dans l’annexe 1), puis nous dévoilerons les règles et les annotations
correspondantes. Nous précisons une fois de plus que les règles qui sont exposées ici
correspondent à celles que nous avons dégagées principalement pour la tâche du résumé
automatique (chapitre 4), et pour la fouille textuelle sémantique avec les fiches de
synthèse (chapitre 6) dans les textes scientifiques.
Nous décrirons ici les ensembles de formes linguistiques à partir d’expressions
régulières assez simples. Elles permettent d’indiquer formellement les agencements au
sein d’une classe de formes entre les différentes catégories d’éléments (lexèmes) qui la
compose. L’opérateur binaire + renvoie à la concaténation entre deux catégories de
lexèmes avec espace (pronom_possessif + terme_objectif génère la forme le but) ou
sans espace (verbe_de_presentation + conjugaison1 génère la forme présenterai).
L’opérateur binaire | correspond à une disjonction entre deux éléments. Les parenthèses
délimitent quant à elles des éléments facultatifs dans une expression régulière
(équivalent de l’opérateur unaire ? dans les expressions régulières en informatique).
136