D\'etection de concepts pertinents pour le r\'esum\'e automatique de conversations par recombinaison de patrons (Relevant concepts detection for the automatic summary of conversations using patterns recombination )

automatique de conversations par recombinaison de patrons J{\'e}r{\'e}my Trione Benoit Favre Fr{\'e}d{\'e}ric B{\'e}chet Aix-Marseille Universit{\'e}, CNRS, LIF UMR 7279, 13000, Marseille, France pr{\'e}nom.nom@lif.univ-mrs.fr R {\'E}SUM{\'E} Ce papier d{\'e}crit une approche pour cr{\'e}er des r{\'e}sum{\'e}s de conversations parl{\'e}es par remplissage de patrons. Les patrons sont g{\'e}n{\'e}r{\'e}s automatiquement {\`a} partir de fragments g{\'e}n{\'e}ralis{\'e}s depuis un corpus de r{\'e}sum{\'e}s d{'}apprentissage. Les informations n{\'e}cessaires pour remplir les patrons sont d{\'e}tect{\'e}es dans les transcriptions des conversations et utilis{\'e}es pour s{\'e}lectionner les fragments candidats. L{'}approche obtient un score ROUGE-2 de 0.116 sur le corpus RATP-DECODA. Les r{\'e}sultats obtenus montrent que cette approche abstractive est plus performante que les approches extractives utilis{\'e}es habituellement dans le domaine du r{\'e}sum{\'e} automatique.