Sujet de these: Resume automatique multi-documents dynamique, CEA LIST / LVIC

[Thierry Hamon]

Date: Wed, 11 Jun 2014 15:21:51 +0200
From: Gaël de Chalendar <gael.de-chalendar at cea.fr>
Message-ID: <40075295.DBcD3kYvjI at brezhoneg>


Urgent: date limite de candidature 25/06/2014

Choral [1] est un système de résumé automatique mono-document par
extraction développé au LVIC, industrialisé et mis à la disposition des
3000 utilisateurs de l'IRSN. Choral repose largement sur l'analyseur
linguistique multilingue du laboratoire, LIMA [2]. Actuellement, Choral
se contente d'extraire verbatim les phrases d'un unique document source
qu'il juge les plus pertinentes selon plusieurs critères (sens des mots
les plus représentés dans le document, expressions exprimant le point de
vue de l'auteur, présence de syntagmes nominaux complexes, ...).

Les tendances de fond de ces dernières années dans le domaine sont le
résumé multi-documents [3,4] et le résumé dynamique (ou évolutif)
[5]. Une approche complémentaire, le résumé orienté par un profil, a
déjà été explorée au laboratoire [6]. Le but de cette thèse sera de
proposer des améliorations des techniques existantes et d'en intégrer
une implémentation à Choral en vue de son expérimentation.


La thèse se déroulera de la manière suivante:
- exploration de la bibliographie ;
- prise en main des outils et du code existants;
- proposition d'améliorations possibles des approches existantes
  exploitant les spécificités des outils et ressources du laboratoire;
- conception et développement d'une implémentation dans Choral ;
- évaluation des résultats sur des données de référence ;
- si possible, participation à une campagne d'évaluation.


La thèse se déroulera dans les locaux du LVIC situés à Nano Innov à
Palaiseau (près de Polytechnique, Sup'Optique, Thales et Danone). Elle
est financée par le CEA.

Requis :
 - date limite de réception des candidatures : 25 juin 2014
 - Master 2 en informatique avec une composante TAL
 - Mentions en licence, master 1 et 2 (joindre relevés de notes)

Envoyer les candidatures à: gael.de-chalendar at cea.fr

Références:
[1] Flores, J. G., Ferret, O., & de Chalendar, G. Summarizing through
sense concentration and Contextual Exploration rules: the CHORAL system
at TAC 2009.
[2] Besançon, R. et al. (2010). “LIMA: A Multilingual Framework for
Linguistic Analysis and Linguistic Resources Development and
Evaluation”. In LREC 2010.
[3] Ji, H., Favre, B., Lin, W. P., Gillick, D., Hakkani-Tur, D., &
Grishman, R. (2013). Open-Domain multi-document summarization via
information extraction: Challenges and prospects. In Multi-source,
Multilingual Information Extraction and Summarization
(pp. 177-201). Springer Berlin Heidelberg.
[4] Munoz, R., & Atkinson, J. (2013). Rhetorics-based multi-document
summarization. Expert Systems with Applications.
[5] Gohr, A., Spiliopoulou, M., & Hinneburg, A. (2013). Visually
Summarizing Semantic Evolution in Document Streams with Topic Table. In
Knowledge Discovery, Knowledge Engineering and Knowledge Management
(pp. 136-150).  Springer Berlin Heidelberg.
[6] Ferret, O., Châar, S. L., & Fluhr, C. (2004). Filtrage pour la
construction de résumés multi-documents guidée par un profil. Traitement
automatique des langues, 45(1), 65-93.

-------------------------------------------------------------------------
Message diffuse par la liste Langage Naturel <LN at cines.fr>
Informations, abonnement : http://www.atala.org/article.php3?id_article=48
English version       : 
Archives                 : http://listserv.linguistlist.org/archives/ln.html
                                http://liste.cines.fr/info/ln

La liste LN est parrainee par l'ATALA (Association pour le Traitement
Automatique des Langues)
Information et adhesion  : http://www.atala.org/

ATALA décline toute responsabilité concernant le contenu des
messages diffusés sur la liste LN
-------------------------------------------------------------------------