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

Chapitre 4 : Processus et stratégies de résumé automatique
pertinente mais qui ne le sont pas en réalité à cause de marqueurs annulant ou altérant
leur fonction dans le texte. Par exemple, le marqueur en début de phrase Nous
concluons, indiquant bien la présence d’une conclusion de l’auteur, perd tout son rôle
dans l’expression Si nous concluons où le marqueur si rend hypothétique le contenu qui
suit et annule la conclusion de l’auteur (c’est en ce sens que le segment est dit alors
« non fiable »). Le principe sera alors ici de repérer certains marqueurs affectant la
pertinence des segments annotés, par l’emploi de règles d’exploration contextuelle
dédiées à les distinguer. Dans ce qui suit, nous allons décrire trois catégories de phrases
à exclure du résumé et qui sont identifiables par des marques de surface : les phrases
dont le contenu n’est fiable que sous certaines conditions, les phrases dont le contenu
n’est pas pris en charge par l’auteur, et enfin les phrases qui sont des exemples. Nous
donnerons quelques explications afin de justifier ce choix pour ces trois catégories de
phrases. Toutefois, si nous nous concentrons sur ces trois catégories, afin de ne pas les
extraire, nous convenons qu’il en existe encore d’autres dans le cas du résumé qui
auraient également pu faire l’objet d’analyses dans notre travail. Nous pensons
cependant qu’il est mieux de nous restreindre pour le moment à ces trois choix plutôt
que de chercher à analyser toutes les formes non fiables selon nous dans les textes
(scientifiques), ce qui sortirait largement du cadre de notre thèse.
2.3.2. Les phrases hypothétiques du type « Si … . »
La première catégorie de phrases à exclure correspond à toutes celles dont le
contenu n’est pas fiable parce qu’il n’est valide que sous certaines conditions. La
recherche de toutes ces phrases dans un texte est particulièrement difficile. Malgré tout,
à partir de certaines marques, et en appliquant certaines règles d’exploration
contextuelle, on peut en repérer quelques-unes, et ainsi les éviter dans l’élaboration du
résumé par extraction. Prenons le cas des phrases débutant par la présence d’un si ou
d’une expression équivalente (au cas où, en supposant, etc.) qui renvoie le contenu
entier suivant dans le domaine du possible (nous nous limiterons à la phrase). Dans le
cadre de la recherche de segments pertinents pour le résumé, ces phrases peuvent être
exclues, selon nous, parce que les informations les plus pertinentes contenues dans les
textes scientifiques sont, en principe, celles qui sont nécessairement vraies ou correctes
(au moins pour l’auteur), et ne doivent sûrement pas poser d’ambiguïté au lecteur quant
280