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

Chapitre 4 : Processus et stratégies de résumé automatique
l’attribut de localisation la valeur debut si le segment est uniquement dans le premier
paragraphe du texte, mais ceci nécessite un traitement plus compliqué, puisqu’il faut
alors vérifier le nombre de paragraphes du texte et la taille de chaque paragraphe pour
voir si la valeur est réellement adéquate. Enfin, il est aussi possible de donner des
valeurs relatives à une partie de la structure textuelle. En effet, nos valeurs sont ici
relatives au texte dans sa totalité, mais on peut aussi donner ces trois valeurs
relativement à une section, ou un paragraphe, en désignant si le segment est en leur
début, fin, etc. Cela peut devenir intéressant lorsque l’on souhaite par exemple connaître
la position d’une récapitulation dans un paragraphe afin de déterminer la portée de
celle-ci sur le paragraphe : si elle se trouve en fin de paragraphe alors elle sera traitée
comme une récapitulation de paragraphe plutôt qu’une récapitulation quelconque.
Intéressons-nous maintenant à décrire la tâche centrale de ce traitement qui
consiste à sélectionner et extraire les segments pertinents. Dans un premier temps, un
nouveau document XML est créé, et celui-ci contient uniquement les phrases annotées
du texte puisque l’annotation est une condition nécessaire pour l’extraction d’une
phrase. Les deux autres critères (position textuelle et termes thématiques) ne sont, selon
nous, pas suffisants à eux-seuls pour évaluer la pertinence des phrases non annotées.
Ensuite sur ce texte composé uniquement de phrases annotées, on va évaluer chacune
des phrases en les ordonnant entre elles d’après une certaine stratégie rapportée à un
type de résumé. A la suite de cela, on va sélectionner les phrases les plus pertinentes en
partant de celles situées en haut de notre hiérarchie, puis en descendant progressivement
jusqu’à obtenir le nombre suffisant de phrases pour construire le résumé.
Informatiquement, toutes ces opérations d’évaluation, de hiérarchisation et d’extraction
opérant sur des éléments XML (les phrases balisées, les attributs correspondants aux
annotations, à la position textuelle, etc.) ont été programmées sous la forme de règles
XSLT déclenchées sur le document XML à partir du programme de base.
288