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

Chapitre 2 : Le résumé automatique de textes
• indépendance par rapport aux domaines ;
• indépendance par rapport aux genres et aux styles ;
• pas d’utilisation de terminologies (entités nommées, dictionnaires, etc.) ;
• estimation de la pertinence des phrases sur le principal critère de présence de
certains marqueurs linguistiques que l’on décompose en indicateurs et en indices
(selon la méthode d’exploration contextuelle) ;
• utilisation de certaines catégories pour désigner les phrases contenant les
marqueurs (thématique, soulignement, récapitulation, argumentation,
questionnement, hypothèse, objectif, etc.) ;
• prise en compte également dans l’estimation de la pertinence de la structure
textuelle, que l’on fait apparaître dans SERAPHIN à l’aide de balises
SGML sous la forme d’une représentation objet du texte ;
• prise en compte aussi dans l’estimation de la pertinence de la présence d’unités
lexicales (termes candidats) contenues dans les titres et que l’on extrait ;
• hiérarchisation des phrases suivant la catégorie à laquelle elles sont rattachées
(les énoncés thématiques sont prioritaires par rapport aux hypothèses) ;
• sélection des phrases pour le résumé à partir du haut de la hiérarchie ;
• restructuration finale du résumé en réalignant les phrases extraites et en gardant
les phrases qui sont liées par des liens transphrastiques à des phrases
sélectionnées.
Pour récapituler tout cela, nous donnons dans la figure ci-dessous la chaîne de
traitement effectuée par SERAPHIN sur un texte.
88