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

Chapitre 2 : Le résumé automatique de textes
comparaison entre leur valeur numérique. Dans un traitement automatisable, on
comprend clairement l’avantage de telles techniques. De plus, il devient plus aisé de
combiner un ensemble de critères de nature différentes pour exprimer la valeur de
pertinence globale d’une phrase (mais aussi d’un paragraphe, etc.) puisqu’on affecte à
partir de chaque critère une valeur numérique sur la phrase. Il suffit seulement de
combiner toutes ces valeurs ensemble, classiquement par une fonction linéaire
employant des coefficients pour différencier l’importance de certains critères par
rapport à d’autres. Pour formaliser cela, on dit que pour un segment textuel S (phrase,
groupe de phrases, paragraphe…) d’un texte T, on a un score de pertinence qui peut lui
être calculé de la sorte :
Score ( S ) = α 1 . c 1 ( S ) + α 2 . c 2 ( S ) + ... + α k-1 . c k-1 ( S ) + α k . c k ( S )
Où :
• c 1 , c 2 ,… c k-1 , c k sont des fonctions calculant la valeur numérique d’un critère
appliqué à un segment textuel ;
• k étant le nombre total de critères retenus pour calculer le score de pertinence
des segments du texte ;
• α 1 , α 2 ,..., α k-1 , α k sont des coefficients associés à chaque critère suivant si
certains doivent peser plus dans le score que d’autres.
Ainsi, les segments qui ont les scores de pertinence les plus élevés sont ceux qui
seront extraits les premiers pour construire le résumé.
Evidemment ces techniques ont de nombreux désavantages qu’on peut leur
attribuer. Comment bien choisir les valeurs numériques à affecter à un segment à partir
d’un critère non numérique (linguistique, etc.) qui s’y applique ? Par exemple, si l’on
prend la position de la phrase comme critère, doit-on mettre 1 si elle est en début de
document ou en fin, et 0 pour le reste ? La combinaison numérique de critères si
différents dans leur nature a-t-elle réellement un sens ? Peut on associer la position
d’une phrase avec le nombre de termes thématiques dans celle-ci, la présence de cue
phrases, sa longueur ou encore la présence ou pas dans celle-ci d’anaphore en début ?
Comment choisir le bon ensemble de critères ? Effectivement certaines combinaisons de
critères peuvent être meilleures que d’autres, voir l’article [Teufel et Moens 1999] par
66