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

Chapitre 4 : Processus et stratégies de résumé automatique
distinguent comme nous les termes qui viennent du titre en les considérant comme étant
plus importants.
Comme nous l’avons déjà évoqué précédemment dans le cas de la position
textuelle, il n’y a pas toujours dans le contexte d’un indicateur un ou plusieurs indices
permettant de déterminer la portée d’un segment associé à une catégorie discursive.
Ainsi, tout comme la position textuelle, les termes thématiques peuvent offrir des
indices supplémentaires très utiles pour déterminer la portée du segment au même titre
que pourrait le faire un indice linguistique comme cet article, ou ce chapitre. Nous
avons dit qu’une conclusion ou une récapitulation en fin de texte était un bon indice
pour penser que ce type de segment porte effectivement sur le texte en entier, ce qui
serait plus difficilement le cas si le segment était en milieu de texte. Sur le même
principe, si une conclusion ou une récapitulation comporte l’un des termes les plus
représentatifs du thème présent dans le texte, alors la portée de ce segment a de grandes
chances de porter sur le texte entier.
Nous cherchons pour cela, en plus de la présence des marques discursives dans les
phrases, ce que nous avons appelé des termes thématiques, c’est-à-dire les entités qui
correspondent aux termes les plus représentatifs du sujet (ou thème) principal qui est
contenu dans le texte. L’intérêt de les exploiter s’appuie sur le fait que les segments
associés aux catégories les plus pertinentes, comme les présentations thématiques, les
objectifs ou les conclusions, exposent généralement une ou plusieurs propositions en
très forte relation avec le thème principal du texte qui domine l’ensemble des
propositions du texte (ou bien d’une de ses parties si c’est un thème lié à un chapitre ou
à une section). Les termes thématiques sont de fait très souvent présents dans les
éléments qui constituent ces propositions, car c’est leur présence qui exprime la relation
des segments avec le thème que décrivent ces ces termes.
Concrètement, nous avons décidé de retenir comme termes thématiques les entités
nominales contenues dans les titres et les sous-titres majeurs du document, car bien
souvent les termes de ce lexique sont réutilisés dans les parties que ces titres annoncent.
C’est leur présence dans les phrases qui relie en grande partie celles-ci à un thème, en
l’occurrence celui de la partie thématique où elles s’insèrent. Cependant, si ce lexique
fait partie de l’ensemble des termes caractéristiques d’un thème, nous le différencierons
tout de même en admettant qu’il est plus fiable qu’un autre ensemble de termes
thématiques qui pourraient être obtenus par des méthodes statistiques, par exemple, en
267