Méthodes hybrides pour le résumé automatique de texte par extraction et abstraction

Ben Ayed, Alaidine (2022). « Méthodes hybrides pour le résumé automatique de texte par extraction et abstraction » Thèse. Montréal (Québec, Canada), Université du Québec à Montréal, Doctorat en informatique cognitive.

Fichier(s) associé(s) à ce document :
[img]
Prévisualisation
 PDF
Télécharger (1MB)

Résumé

La présente recherche s’inscrit dans le cadre du traitement automatique du langage naturel. Dans ce travail, nous nous intéresserons aux résumés automatiques de textes en portant une attention particulière à la famille de méthodes de résumé automatique par compréhension. L’objectif principal de cette recherche était de concevoir et d'implémenter deux approches de résumé automatique par extraction et par abstraction ainsi qu’un protocole d’évaluation de résumés automatiques de texte par compréhension. Le volet informatique de notre recherche présente de manière détaillée les approches proposées pour le résumé automatique de texte. En ce qui concerne le volet cognitif, nous accordons une attention particulière aux théories de compréhension de textes issues de la psychologie cognitive. L’hypothèse générale qui sous-tend notre recherche est qu’un modèle informatique de résumé automatique de textes ou d’évaluation de résumé automatique doit être inspiré de l’activité résumante chez le sujet humain. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Résumés automatiques de textes par compréhension, Résumés automatiques par extraction et abstraction, Méthodes d’évaluation des résumés automatiques. Modèles issus de la psychologie cognitive pour la compréhension de textes.

Type: Thèse ou essai doctoral accepté
Informations complémentaires: Fichier numérique reçu et enrichi en format PDF/A.
Directeur de thèse: Biskri, Ismaïl
Mots-clés ou Sujets: Résumés automatiques / Méthodes d'évaluation / Compréhension de textes / Algorithmes / Traitement automatique des langues naturelles
Unité d'appartenance: Faculté des sciences > Département d'informatique
Déposé par: Service des bibliothèques
Date de dépôt: 22 sept. 2023 11:00
Dernière modification: 22 sept. 2023 11:00
Adresse URL : http://archipel.uqam.ca/id/eprint/17005
Modifier les métadonnées (propriétaire du document)

Statistiques
Voir les statistiques sur cinq ans...