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

Chapitre 2 : Le résumé automatique de textes
un simple document, toutefois de nouveaux traitements deviennent nécessaires en raison
de nouvelles difficultés à gérer.
Le résumé automatique multidocument a pour objectif de s’appliquer sur un
ensemble de documents reliés les uns aux autres, par exemple par un même sujet. Le
résumé à construire doit pouvoir contenir les informations les plus pertinentes contenues
parmi tous les textes. Si les textes sont liés par un sujet commun, il risque d’y avoir
alors de nombreuses informations communes, et le résumé construit doit alors éviter
toutes formes de redondance d’informations. Ceci est déjà un premier obstacle
technique considérable puisque une même information pertinente dans plusieurs textes
peut prendre des formes d’expression très différentes. De plus, dans le cas d’un
ensemble d’articles de presse portant sur un même évènement, une information
pertinente renvoyant à cet événement dans chaque texte peut varier considérablement
par rapport au temps. Par exemple, dans le cas d’une élection, les informations
contenues dans les articles les plus distants temporellement de l’événement principal qui
est décrit sont les plus fiables par rapport aux résultats qui y sont donnés puisque
effectivement les informations deviennent de mieux en mieux déterminées. Quand le
résumé multidocument porte sur différentes interprétations se déroulant dans le temps à
propos d’un même événement, cette prise en compte de la temporalité devient
nécessaire. Dans d’autres cas, différents paramètres doivent être retenus, comme par
exemple la fiabilité plus importante des informations provenant de certaines sources de
textes par rapport à d’autres. Des informations pertinentes peuvent être redondantes
dans l’ensemble des textes à traiter, mais elles peuvent également varier quant à leur
fiabilité d’un texte à un autre et cela suivant différents critères à retenir, notamment par
rapport au type de texte ou au domaine traité à l’intérieur.
Une méthode de résumé automatique multidocument performante doit aussi être
capable de fonctionner quel que soit le nombre de documents qu’on lui soumet. Ce
point n’est pas évident puisqu’il n’est pas toujours facile de vérifier qu’une méthode
s’exécutant correctement sur deux ou trois documents fonctionne encore bien sur 10, 20
ou même 100 documents. Dans le cas d’un ensemble important de documents à
résumer, le taux de compression devient alors très faible avec des valeurs pouvant être
très facilement inférieur à 1% tandis que pour un seul document les taux varient
généralement entre 5 et 25%. Cela montre bien qu’il faut disposer de méthode capable
de discriminer de manière très efficace les informations les plus pertinentes des autres
81