Génération automatique de résumés fluides de textes en français par apprentissage profond

Automatic generation of fluent summaries of French texts using deep learning

• Auteur / Autrice : Anya Nait djoudi
• Direction : Patrice Bellot, Adrian Chifu
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/12/2022
• Etablissement(s) : Aix-Marseille
• Ecole(s) doctorale(s) : École Doctorale Mathématiques et Informatique de Marseille (Marseille)
• Partenaire(s) de recherche : Laboratoire : LIS Laboratoire d'Informatique et Systèmes

Mots clés

Mots clés libres

Résumé automatique

Fluidification textuelle

Recherche d'information

Traitement automatique des langues

Apprentissage automatique

Réseaux neuronaux

Automatic summary

Textual fluidity

Information retrieval

Natural language processing

Machine learning

Neural networks

Résumé

Le but du projet est d'améliorer les technologies automatiques (par IA) de résumés de documents en français, ce qui correspond à une demande importante dans le traitement automatique de la langue naturelle (TALN ou TAL) à la fois aux niveaux académique et industriel. En effet les algorithmes, modèles et jeux de données de nouvelle génération basés sur les technologies les plus récentes de deep learning (notamment de type Transformer) sont pratiquement exclusivement en langue anglaise. Parallèlement le domaine du résumé automatique est confronté depuis longtemps au manque de métriques fiables d'évaluation de la qualité des résumés fournis; ce manque de métriques d'évaluation est un frein majeur à l'industrialisation et au déploiement des technologies de résumés automatiques pour lesquels des critères de confiance et de pilotage sont indispensables. L'objectif du projet est multiple : (a) Mettre au point de nouvelles méthodes d'évaluation de la qualité des résumés automatiques produits par l'IA afin de piloter la qualité du résumé, notamment suivant les critères suivants: extraction des éléments importants, maîtrise de la longueur et fluidité; (b) Constituer des corpus de référence de longueurs, typologies et thématiques variées; (c) Améliorer les technologies de résumés (fine tuning)

The goal of the project is to improve automatic (AI) technologies for summarizing French documents, which corresponds to an important demand in automatic natural language processing (NLP) at both the academic and industrial levels. Indeed, the new generation algorithms, models and datasets based on the most recent deep learning technologies (especially Transformer) are almost exclusively in English. At the same time, the field of automatic summarization has been confronted for a long time with the lack of reliable metrics for evaluating the quality of the summaries provided; this lack of evaluation metrics is a major obstacle to the industrialization and deployment of automatic summarization technologies, for which confidence and control criteria are essential. The objective of the project is multiple: (a) To develop new methods to evaluate the quality of automatic summaries produced by AI in order to control the quality of the summary, in particular according to the following criteria: extraction of important elements, length control and fluidity; (b) Build reference corpora of various lengths, typologies and themes; (c) Improve summarization technologies (fine tuning)