Synthèse multi-documents
La synthèse multi-documents (MDS) est une tâche de traitement du langage naturel qui condense un ensemble de documents liés en un résumé unique, complet, cohérent et non redondant. Décrite formellement par Erkan et Radev (2004) par l'algorithme LexRank, la MDS est utilisée dans l'analyse de clusters d'actualités, les revues systématiques de littérature et la synthèse de recherche pour donner aux lecteurs une vue unifiée de l'information disséminée dans plusieurs sources.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Erkan, G. & Radev, D.R. (2004). LexRank: Graph-Based Lexical Centrality as Salience in Text Summarization. Journal of Artificial Intelligence Research, 22, 457-479. link ↗
- Liu, P.J. et al. (2018). Generating Wikipedia by Summarizing Long Sequences. International Conference on Learning Representations (ICLR). link ↗
Comment citer cette page
ScholarGate. (2026, June 1). Multi-Document Summarization. ScholarGate. https://scholargate.app/fr/text-mining/multi-document-summarization
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Embeddings BERTFouille de textes↔ compare
- Analyse des sentimentsFouille de textes↔ compare
- Classification de texteFouille de textes↔ compare
- TF-IDFFouille de textes↔ compare
- Modélisation par sujetsApprentissage profond↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →