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

More documents

Recommendations

Info

$Université de Paris-Sorbonne $Paris IV$ - LaLIC - Université Paris ...$

Chapitre 2 : Le résumé automatique de textes grande partie vers l’élaboration de systèmes par extraction qui, de fait, étaient moins lourds, et généralement indépendants des domaines. L’utilisation massive de méthodes statistiques et numériques, comme il y en avait en recherche d’informations classique, s’est insérée tout naturellement dans le résumé automatique puisqu’elle convenait tout à fait aux besoins exprimés, voir par exemple [Salton et al. 1997] ou [Mitra et al. 1997]. L’objectif était, et depuis il n’a pas vraiment changé, de développer des systèmes efficaces pour construire automatiquement des résumés suffisamment corrects, et ceci en fonction de certaines contraintes : indépendance par rapport aux domaines, rapidité d’exécution, etc. Le premier objectif de construire des résumés authentiques par compréhension et par génération automatique est depuis révolu, ou plutôt mis de côté. Répondre aux besoins pressants en recherche d’informations (et en résumé automatique) force à élaborer des systèmes moins élaborés, et peu importe que les traitements effectués soient proches ou non de ceux de l’activité résumante humaine. Parallèlement à ce changement d’orientation, l’évaluation dans le résumé automatique a pris une place de plus en plus importante 17 . En effet, l’évaluation joue un rôle primordial pour estimer l’efficacité des systèmes de construction de résumés mais surtout pour permettre de les ajuster à des sorties de références (comme des résumés produits par des humains). On évalue dans certains cas un même système plusieurs fois avec des combinaisons différentes de critères d’évaluations [Teufel et Moens 1999], des variations de coefficients d’importance, des changements de coefficients pour l’apprentissage, etc. L’évaluation participe alors pleinement à la construction du système et n’intervient plus uniquement à la fin de celle-ci. Les systèmes de résumé automatique s’assimilent dans certains cas à de véritables boîtes noires où seules des évaluations permettent d’orienter ceux-ci dans une configuration correcte. Ce ne sont plus toujours des considérations théoriques ou cognitives qui guident les choix dans la bonne combinaison des critères de pertinences, des valeurs des coefficients d’importances, etc. mais bien souvent des évaluations purement numériques. Ce phénomène est encore plus marqué dans les techniques par apprentissage. Un événement important durant les années 90 a été le programme TIPSTER, dirigé principalement par la DARPA (Defense Advanced Research Projects Agency), 17 On renvoie au chapitre 4 partie 3.1. pour une présentation plus précise de l’évaluation dans le résumé automatique. 46
Chapitre 2 : Le résumé automatique de textes qui commença en 1991 par étudier les différentes techniques de recherche d’informations (algorithmes, architecture des logiciels, etc.). Dans sa troisième et dernière phase, de 1996 à 1998, le programme TIPSTER s’est intéressé au résumé automatique et a permis une évaluation « officielle » des solutions proposées à l’époque dans le domaine. En 1998, la première grande évaluation SUMMAC (TIPSTER Text Summarization Evaluation) a été faite sur différents systèmes en définissant deux cadres d’évaluations. Le premier cadre consistait en l’évaluation classique de résumés indicatifs produits automatiquement tandis que le deuxième consistait en l’évaluation de résumés qui, à la suite de leur lecture, doivent permettre au lecteur de bien pouvoir catégoriser le document d’origine. Les résultats ont alors montré que la lecture de résumés avec un ratio assez bas (10 et 17% dans ce cas) était globalement aussi efficace que la lecture des textes originaux pour rechercher des indications portant sur le contenu, et que, de plus, ces résumés offraient un gain de temps considérable (>40%) dans les prises de décision telle que la catégorisation d’un document par un humain. Enfin, depuis les années 2003 et 2004, il semble y avoir un net ralentissement dans le domaine du résumé automatique 18 aussi bien dans le milieu universitaire où les travaux sont plus rares que dans les entreprises qui n’innovent plus dans ce domaine (voir stoppent le développement de leur produit). Ce fait s’observe également dans la diminution des colloques ou des conférences portant sur ce domaine. Depuis 2001, à la suite de l’ouvrage de Inderjeet Mani [Mani 2001a], aucun ouvrage de référence sur le résumé automatique n’a vu le jour en langue anglaise. En 2004, un numéro de la revue française TAL [Minel 2004] est paru sur le résumé automatique mais l’ouvrage ne fait que rassembler quelques articles portant sur certains travaux bien particuliers, et n’offre pas en français un panorama suffisant du domaine. Ainsi, il n’existe encore à l’heure actuelle aucun livre de référence en langue française sur le sujet. En ce qui concerne les entreprises, seul quelques logiciels sont disponibles pour le français parmi lesquels Pertinence Mining, Copernic Summarizer, et Subject Search Summarizer. De manière générale, ce phénomène de ralentissement du résumé automatique s’accompagne parallèlement de nouvelles approches en recherche d’informations, en fouille textuelle 18 Ce constat que nous faisons porte sur le monde anglo-saxon (qui reste prédominant) et la France mais non sur le monde germanique, scandinave ou japonais dont il est plus difficile pour nous de connaître l’état actuel. On note par ailleurs l’apparition progressive et récente de travaux en provenance d’universités indiennes et chinoises, toutefois pas encore réellement novateurs. 47
Page 1: Université Paris IV-Sorbonne Ecole
Page 4 and 5: Sommaire Sommaire SOMMAIRE.........
Page 6 and 7: Sommaire 6 2.2.1. La méthode d’e
Page 8 and 9: Sommaire 2. CONSTRUCTION DE FICHES
Page 10 and 11: Introduction une certaine stagnatio
Page 12 and 13: Introduction Désormais, le domaine
Page 14 and 15: Introduction adoptées… Une strat
Page 16 and 17: Introduction 3. Description du plan
Page 18 and 19: Introduction du résumé automatiqu
Page 20 and 21: Chapitre 1 : L’activité résuman
Page 42 and 43: Chapitre 2 : Le résumé automatiqu
Page 96 and 97:
Chapitre 3 : L’annotation discurs
Page 98 and 99:
Page 100 and 101:
Page 102 and 103:
Page 104 and 105:
Page 106 and 107:
Page 108 and 109:
Page 110 and 111:
Page 112 and 113:
Page 114 and 115:
Page 116 and 117:
Page 118 and 119:
Page 120 and 121:
Page 122 and 123:
Page 124 and 125:
Page 126 and 127:
Page 128 and 129:
Page 130 and 131:
Page 132 and 133:
Page 134 and 135:
Page 136 and 137:
Page 138 and 139:
Page 140 and 141:
Page 142 and 143:
Page 144 and 145:
Page 146 and 147:
Page 148 and 149:
Page 150 and 151:
Page 152 and 153:
Page 154 and 155:
Page 156 and 157:
Page 158 and 159:
Page 160 and 161:
Page 162 and 163:
Page 164 and 165:
Page 166 and 167:
Page 168 and 169:
Page 170 and 171:
Page 172 and 173:
Page 174 and 175:
Page 176 and 177:
Page 178 and 179:
Page 180 and 181:
Page 182 and 183:
Page 184 and 185:
Page 186 and 187:
Page 188 and 189:
Page 190 and 191:
Page 192 and 193:
Page 194 and 195:
Page 196 and 197:
Page 198 and 199:
Page 200 and 201:
Page 202 and 203:
Page 204 and 205:
Page 206 and 207:
Page 208 and 209:
Page 210 and 211:
Page 212 and 213:
Page 214 and 215:
Page 216 and 217:
Page 218 and 219:
Page 220 and 221:
Page 222 and 223:
Page 224 and 225:
Page 226 and 227:
Page 228 and 229:
Page 230 and 231:
Page 232 and 233:
Page 234 and 235:
Page 236 and 237:
Page 238 and 239:
Page 240 and 241:
Page 242 and 243:
Page 244 and 245:
Page 246 and 247:
Page 248 and 249:
Page 250 and 251:
Page 252 and 253:
Page 254 and 255:
Page 256 and 257:
Chapitre 4 : Processus et stratégi
Page 258 and 259:
Page 260 and 261:
Page 262 and 263:
Page 264 and 265:
Page 266 and 267:
Page 268 and 269:
Page 270 and 271:
Page 272 and 273:
Page 274 and 275:
Page 276 and 277:
Page 278 and 279:
Page 280 and 281:
Page 282 and 283:
Page 284 and 285:
Page 286 and 287:
Page 288 and 289:
Page 290 and 291:
Page 292 and 293:
Page 294 and 295:
Page 296 and 297:
Chapitre 5 : Evaluation et bilan de
Page 298 and 299:
Page 300 and 301:
Page 302 and 303:
Page 304 and 305:
Page 306 and 307:
Page 308 and 309:
Page 310 and 311:
Page 312 and 313:
Page 314 and 315:
Page 316 and 317:
Page 318 and 319:
Page 320 and 321:
Page 322 and 323:
Chapitre 6 : Annotation et fiches d
Page 324 and 325:
Page 326 and 327:
Page 328 and 329:
Page 330 and 331:
Page 332 and 333:
Page 334 and 335:
Page 336 and 337:
Page 338 and 339:
Page 340 and 341:
Page 342 and 343:
Page 344 and 345:
Page 346 and 347:
Page 348 and 349:
Chapitre 7 : Quelques aspects multi
Page 350 and 351:
Page 352 and 353:
Page 354 and 355:
Page 356 and 357:
Page 358 and 359:
Page 360 and 361:
Page 362 and 363:
Page 364 and 365:
Page 366 and 367:
Conclusion et perspectives 1. Dans
Page 368 and 369:
Conclusion et perspectives la méth
Page 370 and 371:
Conclusion et perspectives b. Les c
Page 372 and 373:
Bibliographie Bibliographie [Afante
Page 374 and 375:
Bibliographie [Bronckart 1993] Bron
Page 376 and 377:
Bibliographie [Endres-Niggemeyer et
Page 378 and 379:
Bibliographie [Lemaire et al. 2005]
Page 380 and 381:
Bibliographie [Popov et al. 2004] P
Page 382 and 383:
Table des illustrations Table des i
Page 384 and 385:
Table des illustrations 3. Liste de
show all

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

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?