Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Mnasri 2018 archivage NNT SACLS Résumé automatique Multi-document et dynamique Thèse de doctorat de l'Université Paris-Saclay préparée à l ? université Paris- Sud École doctorale n Sciences et Technologies de l ? Information et de la Communication STIC Sp

NNT SACLS Résumé automatique Multi-document et dynamique Thèse de doctorat de l'Université Paris-Saclay préparée à l ? université Paris- Sud École doctorale n Sciences et Technologies de l ? Information et de la Communication STIC Spécialité de doctorat Informatique Thèse présentée et soutenue à Gif-sur-Yvette le par Ma? li Mnasri Composition du Jury Sophie Rosset Directrice de Recherche LIMSI CNRS Président Jean-Luc Minel Professeur Emérite Université Paris Nanterre Rapporteur Juan-Manuel Torres-Moreno Ma? tre de Conférences HDR Université d ? Avignon Antoine Doucet Professeur des Universités Université de La Rochelle Rapporteur Examinateur Ga? l de Chalendar Ingénieur chercheur CEA LIST Directeur de thèse Olivier Ferret Ingénieur chercheur HDR CEA LIST Encadrant scienti ?que C Ci Remerciements Je tiens à remercier tout d ? abord mon directeur de thèse Ga? l de Chalendar et mon encadrant scienti ?que Olivier Ferret pour leur disponibilité leurs conseils et leur implication dans cette thèse Mes remerciements vont également à Jean-Luc Minel et Juan-Manuel TorresMoreno pour avoir accepté de rapporter sur cette thèse et à Antoine Doucet et Sophie Rosset pour leur participation au jury Je remercie vivement aussi Aurélien Bossard et Aurélien Max pour leurs conseils précieux lors de la soutenance à mi-parcours En ?n je tiens à exprimer ma gratitude à ma famille notamment mes parents et mon mari pour leur encouragement et leur soutien C CTable des matières Introduction Contexte Les enjeux du résumé automatique Problématique Plan de la thèse État de l ? art Introduction Les types des résumés automatiques Résumé générique et résumé orienté Résumé indicatif et résumé informatif Portée du résumé Résumé abstractif et résumé extractif Les méthodes du résumé par abstraction Les méthodes du résumé par extraction Les critères de sélection des phrases du résumé Exploitation et intégration des critères Le résumé multi-document et le résumé de mise à jour Résumé multi-document Résumé dynamique une dimension temporelle L ? évaluation du résumé automatique ROUGE PYRAMID Autres méthodes d ? évaluation automatique Synthèse tableau comparatif des travaux récents en RA Résumé multi-document Résumé dynamique Conclusion Civ Table des matières Intégration de la similarité sémantique pour le RA Introduction Représentation et similarité sémantique de phrases Que sont les word embeddings Le framework Word Vec L ? algorithme GloVe Modi ?cation des word embeddings Retro ?tting Calcul de la similarité de phrases à partir des word embeddings Clustering sémantique Sélection de phrases pour le résumé mis-à-jour Formalisation du problème ICSISumm pour le résumé mis-à-jour Prise en compte du clustering sémantique Conclusion Évaluation de l ? intégration de la similarité sémantique Introduction Cadre d ? évaluation Méthode d ? évaluation Données d ? évaluation Étalonnage des paramètres Limite supérieure des systèmes extractifs Génération des résumés Oracle Évaluation des résumés Oracle Systèmes évalués Baselines Systèmes de l ? état de l ? art Systèmes proposés Résultats et analyse In uence des paramètres Évaluation intrinsèque de la similarité sémantique Conclusion CTable des matières v Exploitation de la Structure Rhétorique pour le RA Introduction La Théorie de la Structure Rhétorique RST Travaux précédents sur la RST