Énergie textuelle de mémoires associatives
Silvia Fernández, Eric Sanjuan, Juan-Manuel Torres-Moreno
Résumé : Dans cet article, nous présentons une approche de réseaux de neurones inspirée de la physique statistique de systèmes magnétiques pour étudier des problèmes fondamentaux du Traitement Automatique de la Langue Naturelle. L’algorithme modélise un document comme un système de neurones où l’on déduit l’énergie textuelle. Nous avons appliqué cette approche aux problèmes de résumé automatique et de détection de frontières thématiques. Les résultats sont très encourageants.
Abstract : In this paper we present a neural networks approach, inspired by statistical physics of magnetic systems, to study fundamental problems in Natural Language Processing. The algorithm models documents as neural network whose textual energy is studied. We obtained good results on the application of this method to automatic summarization and thematic borders detection.
Mots clés : réseaux de neurones, réseaux de Hopfield, résumé, frontière thématiques
Keywords : neural networks, Hopfield network, summarization, thematic boundary