صحت‌سنجی ادعاهای علمی یکی از چالش‌های کلیدی در پردازش زبان طبیعی و هوش مصنوعی است که به دلیل حجم بالای اطلاعات و پیچیدگی روابط میان داده‌ها، نیازمند روش‌های دقیق و توضیح‌پذیر می‌باشد. پژوهش‌های اخیر از رویکردهای متنوعی شامل روش‌های با داده محدود، بازیابی شواهد و ارتقای روند، مبتنی بر جستجوی خارجی، استدلال ساخت‌یافته، خود استدلالی و خودپالایی، یادگیری متضاد، مدل‌های استنتاج زبان طبیعی و روش‌های توضیح‌پذیر استفاده کرده‌اند. همچنین، تولید و استفاده از مجموعه داده‌های تخصصی و دوزبانه نقش مهمی در ارتقاء عملکرد این سیستم‌ها داشته است. در این مقاله، با دسته‌بندی و تحلیل روش‌ها و مجموعه داده‌های موجود، نقاط قوت و محدودیت‌های هر رویکرد بررسی شده و زمینه‌های قابل بهبود برای پژوهش‌های آتی مشخص گردیده است

صحت‌سنجی علمی راستی‌آزمایی خودکار بازیابی شواهد مدل‌های زبانی بزرگ یادگیری متضاد استدلال ساختاریافته تولید تقویت‌شده با بازیابی استنتاج زبان طبیعی