HexTAC : Human EXtraction for TAC

Description

HexTAC (Human EXtraction for TAC) a été développé par le laboratoire RALI de l'Université de Montréal pour le Workshop TAC 2009. Son objectif est de simplifier la création de résumés par extraction. HexTAC est une interface pour navigateurs internet qui permet à un utilisateur de construire un résumé pas à pas dans un environnement prévu à cet effet.

L'interface d'HexTAC est générée par une feuille de style XSL qui prend en entrée un texte source au format XML. Le code Javascript (côté client) d'HexTAC permet à un utilisateur de produire manuellement un résumé par extraction d'un document puis d'envoyer une version XML du résumé au serveur. HexTAC peut aussi être utilisé pour modifier un résumé qui a été généré par l'interface. Un tel résumé doit être fourni comme paramètre de la feuille XSL.

Sur cette page nous fournissons la partie côté client d'HexTAC ainsi que 2 scripts PHP minimaux qui se chargent de la partie côté serveur. Ces scripts utilisent un document XML source exemple et un résumé de ce document produit par HexTAC.

Vous pouvez utiliser HexTAC pour produire vos propres résumés manuels, pourvu que vous développiez la partie côté serveur de l'application.

HexTAC est distribué sous licence GPL version 3.

Pour plus de détails sur les motivations et expérimentations d'HexTAC, veuillez vous référer aux articles suivants :

  • Genest P.-É., Lapalme G., Yousfi-Monod M., HEXTAC: the Creation of a Manual Extractive Run, dans les actes de Text Analysis Conference (TAC) 2009, Gaithersburg, Maryland, USA, novembre 2009 (PDF)
  • Genest P.-É., Lapalme G., Yousfi-Monod M., Jusqu’où peut-on aller avec des méthodes par extraction pour la rédaction de résumés, dans les actes de TALN 2010, Montréal, Québec, Canada, juillet 2010

Essayez HexTAC

Vous pouvez essayer HexTAC sur les documents source et résumés exemples sur cette page de test.


Téléchargement

Si vous voulez installer HexTAC sur votre propre serveur, vous pouvez récupérer tous les fichiers nécessaires avec l'archive suivante :

HexTAC-1.0.zip


Contenu

La partie suivante décrit l'objectif de chaque fichier d'HexTAC.

HexTAC_generate_interface.phpUn script PHP exemple côté serveur qui applique la feuille XSL au document XML source pour générer l'interface HTML d'HexTAC. Si un résumé est spécifié comme paramètre, il sera chargé et prêt à être modifié.
HexTAC_display_extract.phpUn script PHP exemple côté serveur appelé par le formulaire HTML de l'interface. Il reçoit le nouveau résumé ainsi que d'autres informations et les affiche.
HexTAC_doc_to_interface.xslLa feuille XSL utilisée pour générer le fichier HTML de l'interface. Elle prend le document XML source comme entrée ainsi que d'autres paramètres optionnels décrits dans HexTAC_generate_interface.php.
js/HexTAC_main.jsDéfinit les variables globales et initialise l'environnement Javascript. Certaines variables peuvent être ajustées pour des besoins spécifiques.
js/HexTAC_operation.jsGère les opérations d'édition : glisser-déposer, suppression et tri des phrases, annuler/refaire, sauver le résumer. Le bouton "Save summary" de l'interface sauvegarde le résumé dans une variable cachée du formulaire puis l'envoie au serveur.
js/HexTAC_sentence.jsGère les phrases en tant qu'éléments HTML.
js/jquery-1.4.2.min.jsLa bibliothèque JQuery.
js/jquery-ui-1.8.custom.min.jsLa bibliothèque JQuery User Interface, requise pour les fonctionnalités de glisser-déposer et de tri.
HexTAC.cssLa feuille de style CSS de l'interface. Elle peut être éditée pour modifier la mise en page, incluant les dimensions de chaque partie de l'interface, les couleurs, la méthode de surlignage des phrases, les graphismes de boutons.
COPYINGLe texte de la licence GPL.
exampleUn dossier contenant les fichiers XML d'entrée et de sortie ainsi que des fichiers RNC décrivant leur format. Les fichiers XML sont utilisés par les scripts PHP décrits ci-dessus. Davantage d'information sur les éléments et attributs XML peut être trouvée dans les documents XML.
imgUn dossier zippé contenant les graphismes des boutons.

Auteur: Mehdi Yousfi-Monod (mehdi *point* yousfi *à* gmail *point* com)