Compréhension du Langage Parlé pour le Résumé Abstractif de Réunion

par Guokan Shang

Projet de thèse en Informatique, données, IA

Sous la direction de Michalis Vazirgiannis et de Jean-Pierre Lorré.

Thèses en préparation à l'Institut polytechnique de Paris , dans le cadre de École doctorale de l'Institut polytechnique de Paris , en partenariat avec LIX - Laboratoire d'informatique (laboratoire) depuis le 01-05-2017 .


  • Résumé

    Grâce aux progrès impressionnants qui ont été réalisés dans la transcription du langage parlé, il est de plus en plus possible d'exploiter les données transcrites pour des tâches qui requièrent la compréhension de ce que l'on dit dans une conversation. Le travail présenté dans cette thèse, réalisé dans le cadre d'un projet consacré au développement d'un assistant de réunion, contribue aux efforts en cours pour apprendre aux machines à comprendre les dialogues des réunions multipartites. En particulier, nous nous sommes concentrés sur le défi de générer automatiquement les résumés abstractifs de réunion, ce qui serait d'une grande valeur pour les individus comme pour les organisations. Notre recherche a été menée pour aborder trois tâches spécifiques: le résumé abstractif de réunion, la classification en actes de dialogue, la détection de communauté abstractive, dont chacune est abordée dans un chapitre séparé de cette thèse.

  • Titre traduit

    Spoken Language Understanding for Abstractive Meeting Summarization


  • Résumé

    With the impressive progress that has been made in transcribing spoken language, it is becoming increasingly possible to exploit transcribed data for tasks that require comprehension of what is said in a conversation. The work in this dissertation, carried out in the context of a project devoted to the development of a meeting assistant, contributes to ongoing efforts to teach machines to understand multi-party meeting speech. In particular, we have focused on the challenge of automatically generating abstractive meeting summaries, which would be of great value to individuals as well as organizations. Our research has been conducted to address three specific tasks: abstractive meeting summarization, dialogue act classification, abstractive community detection, each of which is addressed in a separate chapter of this dissertation.