Résumé Simple par Appariement Contextuel

Nous proposons une méthode non supervisée pour le résumé de phrases en utilisant uniquement la modélisation linguistique. Cette approche emploie deux modèles de langage, l'un étant générique (c'est-à-dire préentraîné) et l'autre spécifique au domaine cible. Nous démontrons que, grâce à un critère de produit d'experts, ces modèles sont suffisants pour maintenir une correspondance contextuelle continue tout en assurant la fluidité de la sortie. Les expérimentations menées sur des jeux de données de résumé de phrases tant abstraitifs qu'extractifs montrent des résultats prometteurs de notre méthode sans exposition à aucune donnée appariée.