Évaluation des citations erronées dans les articles scientifiques

Miscitations assessment in scientific papers

• Auteur / Autrice : Qinyue Liu
• Direction : Cyril Labbé
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/11/2023
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale Mathématiques, sciences et technologies de l'information, informatique (Grenoble ; 1995-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Informatique de Grenoble

Mots clés

Mots clés libres

Citations

Articles scientifiques

Évaluation

Miscitations

Scientific papers

Assessment

Résumé

Dans les articles scientifiques, les citations jouent un rôle essentiel. Elles servent à reconnaître les travaux antérieurs et à situer les travaux en cours dans le contexte des connaissances existantes. Lorsque des désaccords scientifiques surviennent, les citations fournissent aux lecteurs des indices pour comprendre et interpréter l'ouvrage. La plupart du temps, les citations sont considérées comme fidèles dans la mesure où elles reflètent correctement le contenu de l'article cité. Cependant, l'étude de l'exactitude des citations dans différentes disciplines scientifiques révèle un taux d'erreur de 25 à 54 % (Jergas 2015, Siebers 2000, Kristof 1997, Key 1977). Ces erreurs altèrent le contenu original et la signification de l'article cité, pouvant aller de petites inexactitudes à des erreurs majeures. La majorité des travaux existants sur le contenu des citations et l'analyse du contexte de citation se concentrent sur la détermination du sentiment de citation (Liu 2017, Athar 2011), la compréhension de la fonction de citation (Yu 2020, Pride 2019, Bakhti 2018) et l'identification des contextes de citation critiques (Te 2022). Cependant, peu de recherches ont été menées sur l'évaluation automatique de l'exactitude d'une citation (Pavolic 2020, Agarwal 2023). Le doctorant devra explorer cette ligne de recherche en commençant par la construction d'un jeu de données, l'étude et la définition d'une typologie des citations erronées. Une fois cette tâche clairement définie, il devra élaborer un ensemble de données annotées. Ensuite, il devra développer différentes méthodes de traitement des langues permettant de classer automatiquement les citations dont le contexte est considéré comme erroné.

In scientific papers, citations are playing a key role. They serve as a mean to acknowledge previous works and position the current work within the context of existing knowledge. When scientific disagreements arise, citations provide readers with clues for understanding and interpreting the work. Most of the time, citations are considered fair in the sense that they accurately reflect the content of the cited paper. Nevertheless, studying the accuracy of citations in various scientific disciplines demonstrate an error rate of 25%-54% (Jergas 2015, Siebers 2000, Kristof 1997, Key 1977). These errors alter the original content and meaning of the cited paper. They can range from minor to major errors in citation accuracy. Most of the existing works on citation content and citation context analysis focus on determining citation sentiment (Liu 2017, Athar 2011), understanding citation function (Yu 2020, Pride 2019, Bakhti 2018), and identifying critical citation contexts (Te 2022). However, there has been relatively little research on automatically assessing the accuracy of a citation (Palvolic 2020, Agarwal 2023). The PhD student will have to explore this line of research by first building a dataset, studying and defining a typology of miscitations. When this task is clearly defined, an annotated dataset will need to be built. Then, various natural language processing methods for automatically classifying citations where the context is considered erroneous must be developed.