دکتر محمد دوستی زاده نشریه علمی-تخصصی دستاوردهای نوین در برق،کامپیوتر و فناوری 5 17 2025 11 27 A review of automated methods for checking article references مروری بر روش‌های خودکار صحت‌سنجی مراجع مقالات 57 83 10.22051/jera.2021.31891.2698 FA رضا دانشجوی کارشناسی ارشد دانشگاه جامع امام حسین(ع) مهدی استادیار دانشگاه جامع امام حسین(ع) 2025 10 12 Validation of scientific claims is one of the key challenges in natural language processing and artificial intelligence, which requires accurate and explainable methods due to the large volume of information and the complexity of data relationships. Recent research has used a variety of approaches, including limited data methods, evidence retrieval and trend enhancement, external search-based, structured reasoning, self-reasoning and self-refining, adversarial learning, natural language inference models, and explainable methods. Also, the generation and use of specialized and bilingual datasets has played an important role in improving the performance of these systems. In this paper, by categorizing and analyzing existing methods and datasets, the strengths and limitations of each approach are examined and areas for improvement for future research are identified 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 /downloadfilepdf/1171931