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 Des systèmes employant uniquement ou quasi-uniquement des techniques linguistiques sont rares. Par exemple, des systèmes par extraction multicritères comme ceux proposés par H.P. Edmundson [Edmundson 1969], J. Kupiec [Kupiec et al. 1995] ou encore S. Teufel [Teufel 1997] utilisent des connaissances linguistiques sous la forme d’heuristiques. Effectivement, la présence dans une phrase de cue phrases, de termes provenant du titre, et la localisation de la phrase dans le texte sont des critères initialement linguistiques qui sont intégrés dans ces systèmes pour évaluer la pertinence des phrases. Si ces systèmes par extraction exploitent des valeurs numériques issues de manipulations quantitatives, ils intègrent bien toutefois des connaissances sur les textes n’ayant à la base aucune valeur quantitative. Finalement, au sein des systèmes où il existe cet aspect multicritère dans l’évaluation de la pertinence, des critères d’origine linguistique sont très souvent utilisés. Malgré tout, il reste difficile de les considérer comme des techniques réellement linguistiques. Dans d’autres travaux, on trouve un emploi plus direct et plus important de techniques et de connaissances linguistiques, mais toujours de manière complémentaire. Ainsi, il existe de nombreux systèmes de résumé automatique qui emploient conjointement au traitement principal des dictionnaires sémantiques lexicaux comme WordNet pour effectuer des identifications de thèmes [Barsilay et Elhdad 1997], des méthodes de parsing pour trouver notamment les groupes nominaux, [Barsilay et Elhdad 1997] et pour reconstituer des structures discursives, des analyseurs morphosyntaxiques et syntaxiques, des segmenteurs linguistiques, etc. Par ailleurs d’autres travaux intègrent des techniques et des analyses linguistiques comme éléments principaux du traitement, et cela notamment avec une plus grande prise en compte de la structuration du texte. On peut faire référence par exemple aux travaux de D. Marcu [Marcu 1997] qui exploitent la structure rhétorique du texte selon la RST (Rhetorical Structure Theory, [Mann et Thompson 1988]). L’hypothèse linguistique (de niveau rhétorique) étant que les nuclei de la RST semblent correspondre aux éléments les plus pertinents du texte du fait d’une forte corrélation (empirique) entre eux. Il utilise entre autres la présence de marqueurs à la surface du texte pour reconstruire automatiquement les relations rhétoriques à l’intérieur du texte. On peut également donner l’exemple des travaux de Ono [Ono et al. 1994] qui s’appliquent à résumer des articles techniques et des éditoriaux en japonais. L’idée ici est que la 70
Chapitre 2 : Le résumé automatique de textes connaissance de la structure rhétorique du texte peut fournir directement l’ordre d’importance des phrases du texte. Pour les travaux employant principalement des techniques linguistiques dans le traitement principal, l’objectif est de repérer les segments les plus importants à partir de connaissances linguistiques sur les textes (marques linguistiques, structures discursives, etc.) sans essayer de faire appel à une quelconque forme d’évaluation quantitative de la pertinence, où l’on mélange des critères de nature(s) diverse(s). Ce type de méthode qui repose donc essentiellement sur des techniques linguistiques admettent souvent l’hypothèse que certaines marques de surface (marqueurs) dans un contexte textuel bien précis permettent d’affecter une valeur au segment (sémantique, rhétorique, etc.) qui les contient (la phrase ou la proposition en général), et ainsi de connaître sa pertinence dans le texte afin de l’extraire pour construire le résumé. Ces méthodes sont généralement bien moins utilisées que les autres, surtout celles avec un emploi exclusif de techniques linguistiques et non quantitatives. L’inconvénient majeur pour les informaticiens est la difficulté de réaliser un traitement automatique du texte à partir des concepts linguistiques qui doivent être employés, ainsi que la contrainte de devoir constituer des connaissances et ressources linguistiques qui seront utilisées par le système. L’avenir des techniques positionnant leurs principaux traitements au niveau discursif semble prometteur pour faire avancer qualitativement les systèmes, que ceuxci soient par extraction ou par compréhension. Effectivement, les opérations de mise en texte dirigées par une stratégie discursive laissent des traces particulières dans les textes qui peuvent être exploitées automatiquement. Ces traces sont des marques qui indiquent aux lecteurs le rôle textuel joué par certains segments textuels, et de plus elles aident aussi celui-ci à reconstruire convenablement la représentation discursive, action fondamentale dans la compréhension. Par les informations discursives qu’elles fournissent à propos de certains segments ou structures qui les contiennent, ces marques sont ainsi de très bons indicateurs pour déterminer la pertinence de ceux-ci. Ces marques sont relativement fiables malgré des phénomènes de polysémie qu’il faut parfois traiter localement, mais surtout elles peuvent apparaître, pour certaines, comme étant indépendantes des domaines traitées dans les textes, ce qui est un atout considérable par rapport à d’autres méthodes (comme celles employant des ontologies, ou des scripts tous rattachés à des domaines particuliers). Pour ce qui est des approches par compréhension, elles sont d’une aide considérable pour la construction de la 71
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 120 and 121:
Chapitre 3 : L’annotation discurs
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

Create successful ePaper yourself

Delete template?

Save as template?