Une Approche \'evolutionnaire pour le r\'esum\'e automatique
Dans cet article, nous proposons une m{\'e}thode de r{\'e}sum{\'e} automatique fond{\'e}e sur l{'}utilisation d{'}un algorithme g{\'e}n{\'e}tique pour parcourir l{'}espace des r{\'e}sum{\'e}s candidats coupl{\'e} {\`a} un calcul de divergence de distribution de probabilit{\'e}s de n-grammes entre r{\'e}sum{\'e}s candidats et documents source. Cette m{\'e}thode permet de consid{\'e}rer un r{\'e}sum{\'e} non plus comme une accumulation de phrases ind{\'e}pendantes les unes des autres, mais comme un texte vu dans sa globalit{\'e}. Nous la comparons {\`a} une des meilleures m{\'e}thodes existantes fond{\'e}e sur la programmation lin{\'e}aire en nombre entier, et montrons son efficacit{\'e} sur le corpus TAC 2009.
PDF AbstractTasks
Datasets
Add Datasets
introduced or used in this paper
Results from the Paper
Submit
results from this paper
to get state-of-the-art GitHub badges and help the
community compare results to other papers.
Methods
No methods listed for this paper. Add
relevant methods here
