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

Chapitre 4 : Processus et stratégies de résumé automatique
la typographie des textes. On obtient alors un fichier textuel segmenté, qui va être
exploité dans les étapes suivantes dans le but final de construire un résumé.
1 ère étape : Extraction des termes thématiques. On repère et extrait les termes
thématiques, c’est-à-dire des termes représentatifs du sujet principal présent dans le
document (ici les noms communs et les noms propres). Nous les extrayons dans les
titres et sous-titres du document en partant du principe que ceux-ci contiennent ces
termes en raison de leur fonction textuelle d’introducteur de référents [Jacques 2005].
2 ème étape : Annotation automatique du texte en fonction des catégories
discursives pertinentes pour le résumé. Le moteur EXCOM repère les différents
marqueurs linguistiques qui peuvent être présents dans le texte et y applique des règles
d’exploration contextuelle afin de pouvoir annoter les segments textuels. On note qu’il
est possible que les règles exploitent (comme indices notamment) les termes
thématiques extraits dans la première étape. On dispose alors à la suite de cette étape
d’un texte enrichi par des annotations sémantiques.
3 ème étape : Nettoyage des segments jugés peu fiables quant à leur pertinence. A
la suite de la phase d’annotation précédente, on effectue un nettoyage des différents
segments textuels du texte qui sont jugés peu fiables et a priori non pertinents pour la
constitution des résumés. Des règles d’exploration contextuelle permettent alors de les
repérer et de les annoter. On peut alors retirer tous les segments annotés par de telles
règles, tels que les exemples, ceux dont le contenu n’est correct que dans certaines
conditions, et ceux dont le contenu n’est pas soutenu explicitement par l’auteur.
4 ème étape : Application d’une stratégie résumante. On évalue la pertinence de
toutes les phrases annotées du texte en fonction de leur catégorie discursive
correspondante, leur position dans la structure textuelle, et de la présence ou non dans
celles-ci de termes thématiques. Comme nous l’avons dit, il existe des catégories
discursives plus pertinentes que d’autres, nous les trions donc suivant une certaine
hiérarchie qui dépend du type de résumé que l’on cherche à construire. La position de la
phrase dans la structure textuelle devient ici un critère d’évaluation complémentaire
associé à la valeur de l’annotation. Enfin, nous regardons aussi la présence ou non de
termes thématiques dans la phrase. Si elle en comporte, alors on peut la rattacher au
sujet principal du document ou de l’une de ses sous-parties. Précisons néanmoins que
c’est l’annotation attribuée à la phrase qui correspond au principal critère d’évaluation
de sa pertinence pour le résumé. La position dans la structure textuelle et la présence de
260