Optimisation discrète pour le résumé de phrases non supervisé avec extraction au niveau des mots.

Résumé

Le résumé automatique de phrases produit une version plus courte d'une phrase, tout en préservant ses informations les plus importantes. Un bon résumé se caractérise par la fluidité de la langue et un chevauchement élevé des informations avec la phrase source. Nous modélisons ces deux aspects dans une fonction objective non supervisée, composée de la modélisation du langage et de métriques de similarité sémantique. Nous recherchons un résumé à score élevé par optimisation discrète. La méthode que nous proposons atteint un nouvel état de l'art pour le résumé de phrases non supervisé selon les scores ROUGE. De plus, nous démontrons que la métrique ROUGE F1, couramment utilisée, est sensible à la longueur du résumé. Comme cela n'est pas exploité volontairement dans les travaux récents, nous soulignons que les évaluations futures devraient explicitement regrouper les systèmes de résumé par tranches de longueur de sortie.