Etude de l'impact du regroupement automatique de phrases sur un système de résumé multi-documents

Aurélien Bossard (1) , Emilie Guimier de Neef (1)

1 Orange Labs [Lannion]

Dans cet article, nous comparons les résultats produits par différentes approches de résumé multi-documents. Nous opposons deux approches classiques à la nôtre qui place la modélisation de la diversité informationnelle du corpus au centre du processus. Nous évaluons également l'impact de différentes mesures de similarité entre phrases. Les expériences, menées sur le corpus RPM2, montrent qu'un regroupement des phrases en classes sémantiques améliore la qualité des résumés.

Mots clés: Résumé automatique; classification automatique; similarité textuelle

Domaines: Traitement du texte et du document

Aurélien Bossard, Emilie Guimier de Neef. Etude de l'impact du regroupement automatique de phrases sur un système de résumé multi-documents. huitième Conférence en Recherche d'Information et Applications, Mar 2011, Avignon, France. pp.8. ⟨hal-00573674⟩