Durant les crises telles que les accidents ou les catastrophes naturelles, un énorme volume d'information est généré sur la toile. Dans de telles situations, les citoyens et les autorités ont souvent besoin en urgence d'identifier les informations pertinentes et a jour qui pourraient les aider à comprendre ce qui se passe et à prendre les bonnes décisions, aussitôt que ces informations sont disponibles en ligne. Cependant, le contenu pertinent est souvent disséminé au sein de flux documentaires. L'information disponible peut également contenir énormément de contenu redondant publie par différentes sources à différents moments. Par conséquent, le besoin de construire des résumes automatiquesagrégeant les informations importantes, non-redondantes et non-périmées devient critique. Les approches de Recherche d'Information Classique sont connues pour mal gérer de telles situations. Les approches de Recherche d'Information Agrégée représentent des alternatives très prometteuses permettant de gérer l'hétérogénéité des données, leur dispersion et leur ambigüité. Le résumé automatique est une approche se cadrant parfaitement dans le paradigme général propose pour la recherche d'information agrégée et s'avère êtretrès utiles dans de telles situations de crise. Ce travail de thèse s'inscrit dans le cadre général de la recherche d'information et plus particulièrement dans celui du résumé automatique de texte où nous proposons une approche de résumé temporel basée sur l'Allocation Latente de Dirichlet. Notre approche se déroule en trois étapes principales : une étape de filtrage, une étape de modèle thématique et de classement et enfin une étape de sélection et de construction de résumé. Les résultats obtenus au terme des expérimentations que nous avons effectuées montrent l'efficacité de notre approche.