Modèles formels de la communication en résumé automatique

Cette thèse explore l'intégration de modèles formels de la communication humaine dans le développement et l'évaluation des systèmes modernes de traitement du langage naturel (NLP), avec un accent particulier sur la synthèse de texte. L'hypothèse centrale postule que l'exploitation des cadres théoriques de la communication humaine peut améliorer l'alignement des outils NLP avec les principes de communication humaine, augmentant ainsi leur efficacité et leur pertinence. Pour démontrer les avantages des modèles formels de la communication humaine, ce travail réexamine les défis standard de la synthèse de texte à travers le prisme de la théorie de la communication, révélant de nouvelles perspectives et méthodologies.L'investigation commence par un examen du modèle des Actes de Parole Rationnels (RSA) et son application à la synthèse de texte, visant à établir une définition solide de l'informativité dans le contexte de la synthèse multi-document. Cette définition est soigneusement alignée avec des concepts analogues en pragmatique et en cognition humaine. En s'appuyant sur ces intuitions fondamentales, la recherche révèle que l'information mutuelle de Shannon peut servir de métrique pour évaluer l'utilité d'un synthétiseur dans la préservation des résultats de tâches. Cette découverte offre une perspective nouvelle et théoriquement fondée sur la qualité de la synthèse.De plus, la thèse étend ce cadre évaluatif aux modèles d'embedding, en les conceptualisant comme des canaux de communication. En introduisant un pré-ordre basé sur la suffisance pour les modèles d'embedding, le travail présente une méthode innovante pour classer les embeddeurs en fonction de leur informativité, dépassant les techniques de benchmarking traditionnelles.