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

Chapitre 6 : Annotation et fiches de synthèse catégorisées
parfaitement justifiée, particulièrement par rapport à l’élaboration de listes de motsclefs.
Néanmoins, pour d’autres types de recherches d’informations, le résumé peut se
révéler moins efficace même s’il fournit une solution partielle. On peut avoir besoin de
consulter un résumé pour rechercher certaines informations essentielles qui y sont
présentes dans l’intérêt de se dispenser de les trouver plus difficilement dans un ou
plusieurs documents. Par exemple, on peut consulter un ensemble de résumés d’articles
de médecine ou de biologie dans l’objectif de trouver rapidement pour chacun d’entre
eux les principales méthodes et hypothèses que les auteurs exposent à l’intérieur de
l’article. Comme elles sont pertinentes, ces informations sont bien souvent indiquées
dans les résumés de ces articles. C’est donc pour cela que ce type de recherche peut
s’opérer à partir de la consultation des résumés et non pas sur celle des articles
d’origine, dans la mesure où toutes les autres informations ne sont ici pas intéressantes.
Dans de tels cas, il faut alors concevoir des résumés plus flexibles, dont le contenu peut
varier suivant les besoins, et où les informations les plus pertinentes doivent être
dégagées distinctement. Premièrement, cela implique une catégorisation des
informations contenues dans le texte, et deuxièmement, cela implique de présenter ces
informations de manière adéquate en faisant mieux apparaître les plus pertinentes. Or,
les applications de résumé automatique courantes n’effectuent aucune catégorisation des
informations contenues dans le texte, et un segment textuel est jugé tout simplement
comme « pertinent » ou « non pertinent » au sein du texte (parfois avec des degrés plus
fins) par rapport à un ensemble de critères d’évaluation de la pertinence 75 . Par
conséquent, ces applications ne permettent pas de donner à l’utilisateur autre chose
qu’un résumé par extraction ou qu’un soulignement des segments importants dans le
texte, d’une manière totalement linéaire et plate, sans classer et ordonner les éléments
les plus pertinents (c’est que l’on trouve dans AutoSummarize sous Word, Copernic
Summarizer, SubjectSearchSummarizer, etc.). Le traitement principal des applications
de résumé automatique est tellement orienté vers la recherche des segments pertinents
pour construite un type de résumés, qu’il n’est souvent pas possible d’exploiter ce
traitement ou certains de ses sous-traitements à d’autres tâches annexes. A l’opposé de
ces applications, notre application peut tout à fait exploiter l’annotation discursive qui
75 Cf. chapitre 2 pour les différentes méthodes.
323