«Руконтекст» автоматизировал проверку библиографии и выявление сгенерированных нейросетями ссылок

Российский разработчик систем обнаружения текстовых заимствований «Руконтекст» (ООО «НЦР «Руконт») выпустил модуль верификации библиографических ссылок. Обновление автоматизирует сверку списков литературы — ранее полностью ручной этап проверки научных работ — и выявляет недостоверные источники, включая записи, сгенерированные нейросетями. Об этом CNews сообщили представители ООО «НЦР «Руконт».

Качество библиографии — одна из системных проблем научных публикаций. Специалисты Российской государственной библиотеки по итогам анализа массива научных работ фиксировали включение в списки литературы фиктивных источников, подмену первоисточников вторичными документами и тиражирование чужих ошибок при цитировании. С распространением генеративных нейросетей проблема обострилась: модели формируют правдоподобные, но несуществующие записи — с реальными именами авторов и внешне корректно оформленным DOI. Проверить такие ссылки можно только сверкой с базами публикаций, вручную это не масштабируется.

Система автоматически выделяет в документе библиографический блок и сверяет каждую запись по восьми признакам: DOI, год публикации, том, выпуск, страницы, название, наименование журнала и авторы. По результатам ссылки распределяются на три категории: подтвержденные — источник надежно идентифицирован; требующие подтверждения — совпала лишь часть признаков; недействительные — запись отсутствует в проверяемых базах. Красную пометку получают только ссылки, в фиктивности которых система уверена, — неоднозначные случаи направляются на ручную проверку. Пользователь работает точечно с сомнительными записями, а не перечитывает весь список: по каждой ссылке видно, какой именно признак не совпал.

Библиографическая ссылка — не всегда журнальная статья с DOI: источником может быть сайт, база данных, нормативный документ. Для таких записей работает собственный поисковый робот системы, сверяющий запись по открытым источникам в интернете. Под проверку попадают и источники, не покрытые реестрами и DOI, — от федеральных законов до публикаций, доступных только по URL.

Результат верификации выводится в отчете отдельным разделом, а сводная метрика по библиографии отображается рядом с показателями оригинальности и ИИ-детекции. На нормоконтроль список литературы приходит уже размеченным — категория «требующие подтверждения» фактически формирует готовый рабочий лист. Научный руководитель видит недействительные записи в том же отчете, что и заимствования с ИИ-фрагментами, без отдельной проверки. Редакция научного журнала работает не со всем списком, а только с расхождениями.

До 3 000 сборок в день: как Kafka превращается из базовой версии в промышленную платформу Цифровизация

«Системы проверки давно научились находить заимствования в тексте, но список литературы оставался за пределами автоматического контроля — при том что именно туда сместилась заметная часть проблем: нейросети выдумывают правдоподобные источники быстрее, чем их успевают проверять вручную. Мы перевели этот этап в автоматический режим: система сверяет каждую запись и показывает расхождения, а решение по спорным случаям всегда остается за специалистом», — сказал Максим Дымков, генеральный директор, ООО «НЦР «Руконт».

Верификация библиографических ссылок уже доступна для действующих клиентов компании.

• Подобрать оптимальный виртуальный сервер VPS/VDS на ИТ-маркетплейсе CNewsMarket