Vers un meilleur résumé automatique multi-document.

Abstract

La forte augmentation de texte disponible en format numérique a fait ressortir la nécessité de concevoir et de développer des outils de résumé performants dans le but de repérer et extraire l'information pertinente sous une forme abrégée. Un résumé est un texte reformulé dans un espace plus réduit. Il doit exprimer avec un minimum de mots le contenu essentiel d'un document. Le but d'un système de résumé automatique est de produire une représentation condensée d'une source d'information, dans laquelle les informations « importantes » du contenu original sont préservées. Les sources d'information pouvant être résumées sont nombreuses et hétérogènes : documents vidéos, sonores ou textuels. Notre étude portera uniquement sur le résumé extractif multi-document. Notre idée est de choisir les phrases qui peuvent représenter le texte d'entrée au totalité. Puisque le texte d'entrée se compose de plusieurs thèmes, une phrase du résumé est supposée représenter tous ou la majorité de ses thèmes, prenant en considération l'importance de chaque thème. Pour cela nous avons utilisé l'approche de Clustering pour regrouper les phrases similaires dans des clusters. Mots clés: Résumé multi-document, résumé extractif, Clustering