Ratr weets :

Abstract

Les événements populaires en temps réel provoquent souvent une recrudescence du trafic sur Twitter. Ces messages contiennent souvent des faits importants et la mise à jour en temps réel de l'événement qui se déroule, et donc un grand nombre d'utilisateurs cherche ces mises à jour en direct pour obtenir un résumé des aspects importants de l'événement. Cependant, les principaux moteurs de recherche sociale, y compris Twitter présentent encore les tweets répondant à la requête dans l'ordre chronologique inverse. Pour avoir une vue d'ensemble des aspects important de cet événement, un utilisateur est obligé de lire des vingtaines de tweets pour pouvoir comprendre l'évènement. Dans ce mémoire, nous proposons une méthode pour le résumé automatique des événements. Nous avons utilisé un algorithme de récupération à base de graphes qui identifie les tweets avec des points de discussion populaires parmi l'ensemble des tweets retournés par le moteur de recherche Twitter en réponse à une requête comprenant un ou plusieurs événements. Pour assurer une couverture maximale de la diversité d'actualité, nous effectuons le regroupement thématique des tweets avant d'appliquer l'algorithme de recherche, Mots-clefs : Traitement Automatique des Langues, Recherche d'Information, Résumé automatique, Clustering, Classification.