Résumé juridique automatique : sélection de connaissances fondée sur un graphe de connaissances
Yannis Chupin, Monique Rimbert
Résumé : Les modèles de langage (LLMs) peinent à résumer des décisions judiciaires longues en raison de leur contexte limité et de leur tendance à générer des informations non pertinentes. Nous explorons l’utilisation de graphes de connaissances (GC) pour structurer l’information et proposons cinq stratégies de sélection de sous-graphes pertinents. Nos expériences, menées sur 114 décisions de la Cour suprême, révèlent que la sélection basée sur le syllabus et la composante connexe principale améliore la précision des résumés tout en réduisant significativement le coût énergétique et temporel. Cependant, la phase d’indexation des GC reste coûteuse, limitant les gains pour des tâches ponctuelles. Nos travaux ouvrent la voie à des applications multi-tâches où le GC pourrait être réutilisé
Mots clés : Résumé automatique, Recherche d’information, Graphes de connaissances, Droit