Résumé comparatif cross-lingue et multilingue

Crosslingual and multilingual comparative summarization

• Auteur / Autrice : Valentin Nyzam
• Direction : Myriam Lamolle
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 07/07/2021
• Etablissement(s) : Paris 8
• Ecole(s) doctorale(s) : École doctorale Cognition, langage, interaction (Saint-Denis, Seine-Saint-Denis)
• Partenaire(s) de recherche : Equipe de recherche : Laboratoire d' informatique avancée de Saint-Denis
• Jury : Président / Présidente : Thierry Charnois
• Jury : Examinateurs / Examinatrices : Nedra Mellouli, Anne-Laure Ligozat, Thierry Poibeau, Aurélien Brossard
• Jury : Rapporteurs / Rapporteuses : Patrick Paroubek, Guy Lapalme

Mots clés

Mots clés contrôlés

Résumé de communication

Recherche d'information multilingue

Traitement automatique du langage naturel

Informatique

Mots clés libres

Informatique

Traitement automatique des langues

Résumé automatique

Crosslingue

Multilingue

Résumé

La mondialisation de l’information numérique apporte à la fois son lot de nouvelles possibilités et de défis. Parmi les nouvelles possibilités offertes par l’aspect international et massif de l’information numérique, l’analyse automatique de documents rédigés dans des langues différentes est sûrement l’une de celles qui ouvrira le plus de débouchés tout en apportant son lot de difficultés scientifiques.Il existe aujourd’hui de nombreuses méthodes différentes et dans le cadre d’études scientifiques, il n’est pas toujours simple de comparer ces méthodes entre elles. Nous proposons ainsi un état de l’art relativement large de toutes les méthodes et techniques utilisées pour le résumé automatique. Ce travail préalable nous permet de proposer une solution au problème précédent avec un outil de résumé automatique modulaire et open source développé en Java, MOTS : MOdular Tool for Summarization.Nous étudions également une tâche relativement récente du résumé automatique, le résumé comparatif. Cette tâche cherche à simplifier la vie d’un utilisateur lisant des articles de journaux sur internet. Si celui-ci cherche des informations dans une thématique donnée, il trouvera plusieurs documents intéressants. Il souhaitera probablement comparer cet ensemble de documents initial à d’autres documents traitant de la même thématique. De plus, dans le contexte actuel de globalisation de l’information, il est important de permettre de comparer des documents dans des langues différentes. Pour cela, nous proposons une méthode novatrice pour le résumé comparatif multilingue et crosslingue en évaluant diverses méthodes de détection de la comparativité et leur adaptation multilingue.

Digital data globalization brings both new opportunities and challenges. Among the new possibilities offered by this international and massive aspect, automatic analysis of documents written in different languages will definitely open the most opportunities while bringing its share of scientific difficulties. Today, there are many different methods and, in the context of scientific studies, it is not always easy to compare these methods. We propose first a relatively broad state of the art of automatic summarization methods and techniques. This preliminary work then allows us to propose a solution to the previous problem: creating a completely modular and open source automatic summarization tool developed in Java, MOTS: MOdular Tool for Summarization.We also study a relatively new task of automatic summarization, comparative summarization. This task seeks to make life simpler for a user looking for information on a given topic. If he is looking for information in a given topic, he will find several interesting documents. He will probably want to compare this initial set of documents with other documents dealing with the same topic. Moreover, in the current context of information globalization, it is important to allow the comparison of documents in different languages. To this end, we propose a novel method for multilingual and cross-lingual comparative summarization by evaluating various comparability detection methods and their multilingual adaptation.