Résumé:
Twitter est devenu extrêmement populaire, avec des centaines de millions de tweets postés chaque jour sur une grande variété des sujets. La richesse du contenu de ces messages offre une opportunité dans le domaine de la recherche. Ces messages courts avec plusieurs langues, sont généralement mal orthographié, et bruité composent des sujets tendances qui couvrent l'actualité dans le monde entier.
L'évolution de l'information sur ce réseau social nous a aidés à s'introduire dans le domaine du résumé automatique des tweets de ces sujets tendances en temps réel. Le but est d'éviter la lecture manuelle des milliers des messages, et de fournir aux utilisateurs une information compréhensible et correcte syntaxiquement et sémantiquement et résumant ces tweets..
Dans ce mémoire, nous proposons une nouvelle approche pour le résumé automatique des sujets tendances en temps réel. Nous avons récupéré les tweets afin de répondre aux requêtes des utilisateurs en fournissant la liste des sujets tendances et ses messages, pour l'analyse et le traitement. Enfin, nous avons appliqué une méthode de résumé automatique avec catégorisation en se basant sur les entités nommées, pour avoir un résultat en temps réel.
Mots-clefs : Tweets, Traitement Automatique des Langues, Recherche d'Information, Résumé automatique, sujets tendance.
