L'extraction d'informations pertinentes sur une requête spécifique à partir de données en croissance rapide est une préoccupation pour le temps calme afin de balayer et d'analyser les données de tous les documents connexes. Par conséquent, le résumé de texte est un domaine de recherche primordial de nos jours. Il s'agit de trouver les informations les plus pertinentes à partir d'un ou plusieurs documents. Une quantité raisonnable de travail est faite dans ce domaine pour surmonter la recherche extensive et pour réduire le temps requis. Les approches d'apprentissage automatique sont principalement utilisées pour calculer les caractéristiques probabilistes en utilisant des outils et des techniques de traitement du langage naturel (NLP) pour l'apprentissage supervisé et non supervisé. Dans la première partie de ce travail de recherche, il s'agit d'identifier et d'analyser les approches d'apprentissage automatique pour le résumé de texte basé sur les requêtes afin de trouver un résumé utile pour les utilisateurs en fonction de leurs besoins. Dans la deuxième partie, une discussion complète est faite pour présenter le mécanisme de fonctionnement interne des approches d'apprentissage automatique pour le résumé de texte basé sur les requêtes.