Communication Dans Un Congrès Année : 2025

Prédiction d'expressions torturées dans des articles scientifiques : modélisation par masquage

Résumé

La littérature scientifique est polluée par des articles non fiables, dont certains contiennent des expressions torturées. Ce sont des traces de dissimulation de plagiat caractéristique du recours aux « moulins à papiers ». En 2021, le Problematic Paper Screener a été mis en place afin de permettre une réévaluation post publication de ces contenus. En parallèle, des solutions de détection automatique de textes générés et reformulés ont été développées. Nous nous intéressons aux approches de modélisation de texte, qui permettent la prédiction de contenu, et proposons d'étendre les solutions existantes par l'utilisation de divers (grands) modèles de langue sur un corpus de paires de phrases reformulées. Les résultats de détection par terme et par agrégation en groupes de termes soulignent la difficulté pour les modèles à distinguer les bouts d'expressions torturés de ceux légitimes. Nos recherches futures consisteront à tester d'autres modèles, puis à retrouver le texte source d'une reformulation, par l'utilisation d'un dictionnaire inversé.

Dates et versions

hal-05108319 , version 1 (11-06-2025)

Licence

Identifiants

  • HAL Id : hal-05108319 , version 1

Citer

Alexandre Clausse. Prédiction d'expressions torturées dans des articles scientifiques : modélisation par masquage. Forum Jeunes Chercheuses Jeunes Chercheurs du congrès INFormatique des ORganisations et Systèmes d'Information et de Décision (iNforsiD) de 2025, Jun 2025, Pau, France. ⟨hal-05108319⟩
1834 Consultations
216 Téléchargements

Partager

  • More