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

Chapitre 3 : L’annotation discursive à partir d’EXCOM
discipline ce document est relatif. » Ontologies pour le Web Semantique et le e-
Learning, Marie-Helene Abel et al., AFIA.
En ce qui concerne le bruit maintenant, on peut constater qu’il apparaît en premier
lieu avec l’annotation de segments à partir d’indicateurs peu fiables car trop
polysémiques. Suivant certains contextes, ces marques se trouvent avoir des fonctions
discursives ne correspondant pas à celles que l’on attend. Cela varie considérablement
suivant les marques linguistiques utilisées comme indicateur, certaines se trouvant dans
un contexte particulièrement rare n’ont pas exceptionnellement la même valeur
sémantique, tandis que d’autres marques, elles, sont trop variables suivant les contextes
et apportent continuellement du bruit dans les textes. Pour ces dernières, la solution
actuelle est donc de les repérer et de les retirer. Cependant pour les marques
linguistiques qui provoquent du bruit en raison d’un contexte exceptionnel où elles se
situent, ce phénomène étant plutôt peu fréquent, on admet qu’elles peuvent être
globalement fiables et nous pouvons ainsi les conserver. La présence de contextes très
particuliers faisant changer la fonction de marqueurs relativement fiables est un
phénomène complexe à traiter. Prenons un exemple tiré de notre corpus d’évaluation,
légèrement différent mais qui traduit ce problème de contexte dans lequel se situe
l’indicateur :
« Nous aurions ainsi deux formes de l'épreuve autobiographique : (i) je dispose
de beaucoup de temps, je produis un texte ample (= 100 pages), je recours massivement
au traitement scénographique ;(ii) je dispose de peu de temps, je ne peux (ou ne dois)
que produire un texte au format modeste (= 20 pages), et je recours massivement au
summury. » Economie cinétique et formes de mimesis : le cas des histoires de vie, Jean-
Michel Baudoin & Juan Pita, CALS2006.
Ce segment textuel a été annoté par nos règles comme étant une méthode de
l’auteur grâce à la présence de l’indicateur fort (dans les articles scientifiques) je
recours et de l’indice au traitement dans le contexte textuel de l’indicateur. Cependant,
on voit bien que le je ne renvoie pas à l’auteur et que donc ce segment je recours
massivement au traitement n’a pas le même rôle qu’il devrait avoir normalement, c’està-dire
de méthode de l’auteur. Ici, le problème est principalement lié à l’anaphore
252