Classification des contextes de citation : la dimension sémantique, entre enjeux de recherche d’information et stratégies industrielles. État de l’art critique et perspectives de recherches pour les SIC
Résumés
Les SIC ont fait de la citation un objet de recherche privilégié pour analyser les relations entre les articles scientifiques. Plus récemment, les contextes de citation ont bénéficié d’un regain d’intérêt pour comprendre les catégories de relations identifiées entre les articles. Notre état de l’art critique et inédit aborde les contextes de citation et leur classification pour traiter de leur potentiel d’extraction des relations sémantiques, à des fins de recherche d’information (RI). La tendance des recherches actuelles se focalise sur la modélisation sémantique des contextes de citation, en s’appuyant sur l’analyse des motivations qui sous-tendent les pratiques de citation. L’état de l’art réalisé à partir de 53 références françaises et étrangères révèle que malgré leurs efforts, les travaux actuels n'ont pas encore fourni une typologie suffisamment aboutie de la sémantique des citations, particulièrement pour les corpora en SHS. Alors que la classification des contextes de citation (CCC) s’implémente dans les bases de données internationales à des fins de RI, notre article conclut sur des perspectives d’améliorations des recherches sur la « CCC », déterminantes pour mieux penser les méthodes de RI fondées sur les liens citationnels.
Entrées d’index
Mots-clés :
citation, contexte de citation, classification, annotation sémantique, recherche d’informationPlan
Haut de pageTexte intégral
Remerciements : les auteures remercient vivement Madjid Ihadjadene, Jean-Charles Lamirel, Stéphane Goria et Vincent Liquete pour les discussions scientifiques qui ont permis de mieux penser la préparation de cet article. Les auteures remercient également l’Université franco-allemande (UFA) qui a financé deux workshops autour de la transformation de la publication scientifique à l’ère de l’IA auxquelles elles ont participé et qui a nourri leur réflexion. De même, les auteures remercient les deux évaluateurs anonymes qui ont aidé à la production d’une version améliorée et finalisée de l’article.
1. Une introduction à la citation et au contexte de citation
1La citation est un objet de recherche particulièrement intéressant car il a fédéré très tôt des travaux multidisciplinaires, théoriques et empiriques. Sur le plan théorique, les sociologues des sciences ont proposé différents modèles pour comprendre les actes de citation : dans une perspective normativiste (Merton, 1973 ; Zuckerman, 1987), la citation est fondée sur la reconnaissance de l’influence du travail d’autrui. Dans une perspective socio-constructiviste, la pratique citationnelle s’inscrit dans une stratégie rhétorique visant à persuader les pairs, défendre leurs revendications face aux critiques, promouvoir leurs intérêts et placer une position dominante au sein d'une communauté scientifique (Gilbert, 1977 ; Latour, 1987).
2Dès 1945, le célèbre texte de Vannevar Bush « As we may think » souligne l’importance d’organiser, de relier et d’accéder à l’information scientifique en accroissement permanent (Bush, 1945). Cela augurera d’un domaine de recherche fondé sur la recherche d’information (RI) qui deviendra central pour les Sciences de l’Information et qui sera identifié dans la littérature anglo-saxonne par Information Retrieval (IR). Ainsi, entre 1955 et 1964, Eugene Garfield dirige la création du Science Citation Index (SCI), produit de l’Institute for Scientific Information (ISI) (Garfield, 1963), dont il était le directeur. Le SCI donnera naissance plus tard en 1997 au Web of Science (WoS), première base de données bibliographique et bibliométrique qui dominera le marché de l’information scientifique (Pontille et Torny, 2013). À l’ère du Web, on retrouve des moteurs de recherche reposant sur les citations (citation-based search engine), tels que l’incontournable Google Scholar (Brin et Page, 1998), ou CiteSeer (Giles et al., 1998), ou bien encore Microsoft Academic Search (Wang et al., 2020). L’idée de construire une base relationnelle d’articles fondée sur les liens citationnels a considérablement amélioré la RI, offrant des outils plus performants pour naviguer dans les connaissances scientifiques (Garfield, 1996).
3Pour les Sciences de l’Information et de la Communication (SIC), les citations sont un objet de recherche central pour les approches informationnelles, car elles contribuent aux questions relatives à l’indexation de l’information scientifique et à la RI (Garfield, 1955). Elles interviennent dans l’élaboration des indicateurs de mesure d’impact de la publication scientifique et de l’évaluation de la recherche (Haustein et Larivière, 2015). Plus récemment, abordées par des approches d’économie politique de la communication scientifique, elles alimentent des travaux sur la plateformisation de la science (Mirowski, 2018) en tant que données collectées pour l’observation des pratiques et stratégies informationnelles des usagers par des monopoles, ou bien dans une logique qui s’apparente à de la surveillance (Boukacem-Zeghmouri, 2022 ; Newell, 2023). Cette nouvelle approche par laquelle les citations sont abordées, élargit le cadre d’analyse à une dimension communicationnelle, qui leur permet de s’inscrire comme un objet de recherche émargeant pleinement au syntagme Sciences de l’Information et de la Communication.
4La croissance de la production scientifique ne connaît pas de ralentissement, ni de pallier (Price, 1963 ; Bornmann et Mutz, 2015). L’annonce de ChatGPT en novembre 2022 a représenté une nouvelle phase d’accélération de la publication (Bergstrom et Ruediger, 2024). Or, si jusque-là les liens de citation étaient pensés comme équivalents (Zhu et al., 2015), comme de simples « jointures », l’échelle exponentielle de l’évolution de la production scientifique et l’évolution des technologies de traitement de l’information conduit à distinguer les relations entre les articles : les différences qui existent entre leurs liens citationnels permettent d’élaborer des modes de RI avancées (Ritchie et al., 2008 ; Cohan et Goharian, 2017 ; Saier et Färber, 2020).
5Les SIC qui se penchent sur le statut de l’énonciation portent un regard plus éclairé sur la dimension sémantique citationnelle, c’est-à-dire pourquoi et comment un article a été cité. Elles mettent donc en évidence la diversité de la nature des citations. Ainsi, pour explorer la sémantique de la citation, des études qualitatives fondées sur des entretiens semi-directifs ont été réalisées. Elles se sont concentrées sur les motivations et l’intentionnalité des chercheurs, constituant le champ des Citer Motivation Studies (études des motivations de citation) à l’instar de celles réalisées par Olivesi (2007) et Harwood (2009). Ces travaux ont permis d’interroger ce qui sous-tend la citation sous un angle sociologique, en mettant en évidence les déterminants externes au discours scientifique. Elles ont révélé comment des facteurs tels que la structure hiérarchique d’un champ scientifique, les rapports de domination ou encore le capital scientifique influencent les pratiques citationnelles (Olivesi, 2007), qui, à leur tour, renforcent la construction de l’autorité scientifique (Broudoux, 2017 ; Milard et Tanguy, 2018).
6Une autre approche, connue sous le nom de Citation Context Classification (classification des contextes de citation, CCC), consiste à analyser la sémantique des citations à travers leur contexte, à savoir le texte entourant la référence (Small, 1982). En considérant un travail cité à la fois comme un symbole conceptuel (Small, 1978) et comme un acte rhétorique et outil de persuasion, cette approche cherche à établir une typologie des différentes fonctions des citations, en explorant les traits linguistiques et discursifs dans le contexte de citation (Teufel et al., 2006 ; Bertin et al., 2016).
7Par ailleurs, avec les avancées des technologies de traitement automatique des langues (TAL), la CCC a gagné en attention dès le début du xxie siècle, car elle a permis aux informaticiens d’exploiter de vastes corpora, contribuant ainsi à produire un modèle entraîné pour classifier de manière automatique les contextes de citation. Ce travail a enrichi les bases de données scientifiques et les moteurs de recherche interdisciplinaires (respectivement WoS, Scite, Semantic Scholar) et disciplinaires, avec une dimension sémantique citationnelle utile pour la RI.
8Ainsi, il devient légitime de poser la question de savoir si tout le potentiel de la citation, dans sa dimension sémantique, a été suffisamment exploité vis-à-vis de la RI ? Car lorsque l’on aborde cet enjeu à partir de notre discipline, il apparaît que la jonction entre le versant proprement linguistique et discursif et les versants épistémologique et sociologique, au cœur des courants d’étude consacrés aux conditions de production de la publication scientifique, n’ont pas été abordés. Cette problématique devient donc le fil conducteur de notre état de l’art, qui explorera le potentiel de la dimension sémantique pour la CCC à des fins de RI.
1.1. Méthodologie de la recherche bibliographique
9Afin de conduire l’état de l’art, une recherche bibliographique systématique a été effectuée dans les ressources suivantes : WoS, Google Scholar, Cairn, Persée, et HAL. Ces ressources ont été sélectionnées de manière à couvrir de la manière la plus exhaustive l’empan de la discipline, tant le versant informationnel que le versant communicationnel, pour prendre en compte des contributions d’autres domaines disciplinaires (p. ex. sociologie des sciences, linguistique, informatique), mais aussi d’autres formes éditoriales que les revues (p. ex. ouvrages). L’usage de Google Scholar a été précieux dans l’identification de références non indexées dans les bases de données nationales ou internationales (PubMed, LISTA, etc.). La recherche de mots-clés a reproduit la méthodologie employée par Tahamtan et Bornmann, (2019), utilisant le champ « Titre », pour limiter le bruit. Les requêtes ont combiné plusieurs mots-clés spécifiques au sujet, en français pour les ressources francophones et en anglais pour les ressources anglophones. Les mots-clés et l'équation de recherche sont fournis en annexe 1 de l’article. La période couvrant de 1965 à 2024, débute avec l'année où Garfield a introduit le premier schéma de classification des citations.
10Nous avons identifié un corpus de 19 078 articles. Afin de sélectionner les références les plus pertinentes, nous avons procédé à la lecture du titre et du résumé. La lecture des articles a permis d’identifier de nouvelles références qui ont été incluses dans la bibliographie. Au final, 3 références en français et 50 références en anglais ont constitué le corpus retenu pour notre état de l’art. La démarche décrite est représentée dans la figure 1 ci-dessous.
11Nos lectures ont conduit à identifier d’autres types de documents, comme des ouvrages qui ne sont pas remontés dans les résultats de la recherche bibliographique, car non indexés avec les mots-clés que nous avions utilisés, ou bien non indexés dans les ressources consultées. Françaises et francophones, ces références (3 au total) ont été ajoutées à notre bibliographique.
Figure 1 : Schéma récapitulatif des étapes de la recherche bibliographique et de la sélection des références
2. Classification des contextes de citation : entre imbrications disciplinaires et couches technologiques
12La richesse des travaux identifiés sur le temps long nous a amenées à présenter notre état de l’art en tenant compte de deux axes structurants majeurs, dégagés de la littérature : d’une part, une interdisciplinarité grandissante qui se tisse dans le temps, allant de la bibliométrie, à la sociologie des sciences, la linguistique et jusqu’à l’informatique ; d’autre part, la place importante des technologies et de leur renouvellement dans le temps, mobilisées pour faire face aux verrous de la recherche. Ce choix nous permet d’identifier des jalons qui sont les signes d’évolution ou de ruptures dans la longue évolution des travaux autour de la CCC, et qui permettent d’identifier quatre périodes distinctes caractérisées par la spécificité des environnements (scientifiques, technologiques ou politiques) dans lesquels les travaux ont été menés. Elles sont présentées et illustrées dans la figure 2.
2.1. 1re période (1965-1978)
13Elle commence dans les années 1960 avec la création du SCI (Garfield, 1963) et court jusqu'en 1978, date à laquelle Small (1978) publie un article qui marque une rupture. Durant cette période, la citation émerge comme objet de recherche et les questionnements autour de la pluralité des motivations de citation chez les chercheurs se formalisent. Garfield (1965) s’appuie sur le développement de l’informatique pour simuler de manière inédite le processus humain de citation. Cette proposition pionnière, mais qui n’est pas mise à l'épreuve, a constitué le socle de travaux ultérieurs.
14Alors que le comptage des citations au profit d’une évaluation de la recherche est remis en question, Moravcsik et Murugesan (1975) proposent une première classification « grossière » des fonctions de citations qui constituent un début de base expérimentale. S'ensuivent alors plusieurs schémas pour classifier les citations de manière plus précise (Chubin et Moitra, 1975 ; Spiegel-Rösing, 1977). Ils font l’objet d’une bonne réception, comme en témoignent leur réutilisation et leur adaptation, notamment à travers la modification de ces modèles en vue de leur intégration dans d'autres disciplines (p. ex. Garzone, 1998 ; Teufel et al., 2006 ; Abu-Jbara et al., 2013).
2.2. 2e période (1978-2000)
15Elle commence au début des années 1980 et se prolonge jusqu’aux années 2000. Elle se nourrit de l’idée selon laquelle les citations n’ont de valeur que si elles donnent pleinement sens, révèlent leur nature (polarités de citation ou fonctions rhétoriques de citation) et sont donc pleinement comprises (Kaplan, 1965 ; Cole et Cole, 1971 ; Chubin, 1973 ; Mulkay, 1974 ; Cozzens, 1981). C’est dans ce contexte que l’article de Small (1978) est publié et produit un impact considérable sur les travaux de recherche en cours : cherchant à réconcilier normativistes et socio-constructivistes, il avance l’hypothèse de la prise en compte du texte dans l’analyse de la citation comme « symbole conceptuel ». Small consolide sa recherche (1982) et énonce formellement l’émergence d’une approche contextuelle de la citation « Citation Context Analysis » qui marquera un tournant décisif car il souligne le rôle de texte dans l'étude de la classification des citations.
16Une nouvelle proposition (Swales, 1986) introduit l’analyse discursive (discourse analysis) comme cadre méthodologique prenant en charge ce champ de recherche. L’expertise de l’auteur joue en faveur de cette proposition et de son potentiel expérimental pour une meilleure compréhension du contexte de citation. C’est Simone Teufel (1999) qui, appuyée à la proposition de Swales, a relevé le défi de l’expérimentation d’une méthode pour détecter les zones argumentatives (rôle discursif des phrases) dans les articles scientifiques. Cela permet de mobiliser l’analyse discursive dans les contextes de la citation en vue de la classification automatique de ces citations.
17Les travaux qui se développent autour des méthodes de classification de citation restent néanmoins limités (small scale), non seulement en raison de la nature spécifique du domaine des citations (Peritz, 1983), mais aussi en raison des limites matérielles (accès à l’article) et donc méthodologiques. Elles seront levées durant la période qui suit.
2.3. 3e période (2000-2019)
18Elle se définit à partir de la proposition énoncée par Garzone (1998) qui consiste à mettre en œuvre une classification automatique des citations. Cette approche prend sa source dans une période de grand essor de l’Open Access (OA), du déploiement du Web à large échelle (Giles et al., 1998), d’une montée de l’automatisation, du développement des plateformes numériques et des algorithmes. Cette période correspond également à une plus grande maturité des outils linguistiques qui permettent de repousser des limites dans le traitement automatique de l’exploitation des contextes de citation. Il est notamment question de :
- l’accessibilité croissante de textes scientifiques dans des formats exploitables (p. ex. XML ou JSON) et la création de jeux de données d'articles scientifiques (Giles et al., 1998) pour expérimenter la classification des citations ;
- l’évolution d’approches fondées sur les règles et l'apprentissage automatique (Teufel et al., 2006 ; Radoulov, 2008 ; Dong et Schäfer, 2011 ; Abu-Jbara et al., 2013 ; Hernández-Alvarez et al., 2016 ; Jurgens et al., 2016) nécessitant une annotation manuelle fastidieuse vers des méthodes d'apprentissage profond (deep learning) (Cohan et al., 2019) sans annotation linguistique complexe.
2.4. 4e période (2019-présent)
19Elle correspond au développement de l’apprentissage profond, et permet une meilleure performance de la CCC (Cohan et al., 2019) et elle induit des applications dans le marché de l’édition scientifique. Cette période se distingue par l’exploitation de corpus annotés représentant une masse critique considérable, garantissant des résultats significatifs. Elle est caractérisée par l’amélioration des performances des systèmes de recommandation, fondés sur les contextes de citation (p. ex. context-based citation recommendation systems) (Duma et Klein, 2014 ; Jeong et al., 2020). La popularité de l’approche s’explique par deux phénomènes : du fait de l’OA, les corpora sont plus faciles à constituer. De même, elle bénéficie des méthodes de « Large Language Models » et marque donc un changement d'échelle dans les modes d’analyse et de traitement des contextes de citation (Nambanoor Kunnath, 2024 ; Nishikawa et Koshiba, 2024).
- 1 SPAR Ontologies. (n. d.). CiTO, the Citation Typing Ontology. SPAR Ontologies. https://sparontologi (...)
20Cette période contemporaine trouve écho dans les stratégies industrielles des grands groupes de l’édition scientifique internationale (p. ex. Springer Nature) et des nouveaux entrants du marché (p. ex. Scite) pour développer des services à haute valeur ajoutée, monnayables à travers leurs plateformes. À des fins d’illustration, les principaux acteurs industriels de la RI, comme le WoS, mettent à disposition les citations sous forme de catégories (Background, Basis, Support, Differ, Discuss) afin de faciliter la RI. Le moteur de recherche Scite choisit trois catégories plus informatives dans sa catégorisation : Supporting, Mentioning, Contrasting (Nicholson et al., 2021). Le moteur Semantic Scholar utilise trois catégories : Background, Method, Result (Wade, 2022). Le Journal of Cheminformatics (BMC) propose des modèles de manuscrit pour faire l’annotation de in-text citations en appliquant huit catégories de citations issues de l’ontologie CiTo1 (Willighagen, 2023). La CCC est donc devenue un enjeu majeur pour le développement des stratégies d’acteurs de l’industrie de l’information scientifique. En tant que métadonnées, elle apporte une valeur inédite pour proposer une nouvelle gamme de services payants pour lesquels les acteurs en compétition n’hésitent pas à investir dans des plateformes numériques et dans l’IA.
3. Mettre en œuvre la CCC : une question de méthode
21La question de la CCC a davantage occupé la réflexion théorique que la mise en œuvre méthodologique. Les parties précédentes nous permettent à présent d’envisager tout le potentiel de la CCC au niveau de la représentation sémantique de l’information scientifique, vis-à-vis de la RI, et nous conduisent de fait à aborder, dans la suite de l’article, l’enjeu des démarches méthodologiques qui président à leur élaboration. C’est pourquoi nous aborderons d’abord la question des ressources, puis celle des schémas classificatoires. Nous réserverons la partie 4 à l’enjeu actuel de réutilisation des corpora.
3.1. De l’importance des ressources
22La littérature mobilisée dans notre article montre qu’il n'existe pas de schéma universel de classification. Ceci s’explique par le fait que l’élaboration d'un schéma repose sur des critères différents, adaptés aux situations de recherche auxquelles ils sont subordonnés. L’élaboration d’un schéma de classification se fait donc à partir des choix scientifiques réalisés par les chercheurs en regard de leurs objectifs (Harwood, 2009).
23Les critères présentés ci-dessous permettent de rendre compte des arbitrages scientifiques par lesquels passe la « fabrique » du schéma. Ils sont complémentaires et mitoyens, apportant des nuances fines qui induisent chez les « producteurs » de schémas une très bonne connaissance du fonctionnement de la publication scientifique :
- spécificité du domaine : les pratiques de rédaction et de citation varient d’un domaine de recherche à un autre. Des différences évidentes existent entre STM (Sciences, Techniques et Médecine) et SHS (Sciences humaines et sociales), mais aussi à l'intérieur d’un même domaine, et donc entre les disciplines qui le composent. Nous préciserons que des différences peuvent se retrouver à l’intérieur d’un même champ disciplinaire, entre différentes sous-disciplines (Harwood, 2009).
- Les pratiques et styles rédactionnels varient selon les objectifs de la recherche (applicative, fondamentale ou expérimentale) car ils induisent chez l’auteur, quel que soit son domaine, des logiques argumentatives et donc citationnelles différentes.
- Les lignes éditoriales des revues scientifiques car elles imposent aux auteurs des instructions (guidelines) et une organisation particulière du propos scientifique. Dans les domaines STM, le modèle normé IMRaD (introduction, méthode, résultats et discussion) est attendu, voire exigé, provoquant une standardisation de la forme des articles (Grossman, 2012). Dans les domaines SHS, la structure rhétorique est plus libre, même si des bonnes pratiques rédactionnelles sont attendues. Dans certains cas, l’exigence vis-à-vis du niveau et de la qualité académique de la langue (l’anglais en l’occurrence), qui passe parfois par la traduction, voire la correction agit également sur les formes rédactionnelles « normées » de l’article2.
- 3 Scite, moteur de recherche, propose un service de rédaction automatique d’articles scientifiques fo (...)
24Bien entendu, ces critères sont dégagés sans tenir compte des articles produits par les IA génératives (p. ex. ChatGPT, Scite3) qui soulèvent de nombreuses questions vis-à-vis de l’intégrité de la publication scientifique (Cabanac et al., 2021) et que nous ne traiterons pas dans cet article.
3.2. Quels schémas pour classifier les contextes de citation ?
25La question de la CCC passe nécessairement par l’élaboration d’un schéma. Il organise et rationalise le travail intellectuel de la catégorisation des citations, dans un domaine particulier, et à grande échelle (plus de domaines ou couvrant plus d’articles). Les travaux autour de cet enjeu débutés dans les années 1960 ont d’abord reposé sur des élaborations manuelles, avec le risque de la subjectivité corollaire, pour ensuite s’ouvrir aux opportunités de l’automatisation qui facilite la reconnaissance des patterns de citations.
Les schémas manuels et leurs limites
26On retrouve dans la littérature des tentatives de conceptualisation de l’acte des citations dès les années 1960. Lipetz (1965) est le premier à avoir proposé une classification des relations citationnelles en physique, fondées sur la question de la contribution (de l’article cité par l’article citant). Il dégage ainsi 4 grandes catégories classificatoires mais qu’il n’aura pas l’occasion d’appliquer dans ses travaux. De son côté, Garfield (1965) avait proposé 15 motifs de citation (citation reasons) pour tenter d’en formaliser la conception.
27Ces travaux, de nature conceptuelle, ont eu le mérite de préparer les contributions empiriques entreprises par Moravcsik et Murugesan (1975). Ils se sont appuyés sur un corpus issu de la revue Physical Review pour fournir le premier travail catégorisant quatre différentes distributions de citations : conceptuel / opérationnel ; organique / superficiel ; évolutif / juxtaposé ; confirmatif / négatif. Ces quatre grandes catégories continuent encore à influencer la conception des schémas de classification.
28Les sociologues des sciences Chubin et Moitra (1975) approfondissent ces recherches en proposant des catégorisations mieux délimitées les unes des autres. Il n’en reste pas moins que leur schéma est difficile à mettre en œuvre en raison du caractère subjectif des choix de catégorisations. Spiegel-Rösing (1977), chercheuse en SHS, repousse cette limite avec 13 catégories de citations plus simples et plus directes pour classifier les citations dans son domaine. Son approche permet de proposer une délimitation plus claire qui aura une influence sur la suite des travaux.
29Oppenheim et Renn (1978) ont souhaité examiner la raison pour laquelle d’anciens articles continuent à être cités. Ils proposent autour de cette question de recherche une typologie nouvelle, proposant sept catégories plus accessibles et distinctes. Leur approche issue de l’informatique est plus simple que celles en SHS de Spiegel-Rösing (1977).
30Les recherches antérieures se sont limitées à un domaine, ou une discipline spécifique, pour une bonne compréhension de la citation en contexte. Cette approche n’a pas permis de consensus et a représenté une limite dans la transposition des schémas de classification d’un domaine à un autre. Peritz (1983) va donc proposer un modèle de schéma de classification généraliste, plus objectif, capable de distinguer des caractéristiques distinctives de citation. Cela a eu pour effet de faciliter le déploiement de la mise en application du schéma, ouvrant ainsi la porte à l’élaboration automatique des schémas de classification.
Schémas automatiques
31Garzone (1998) a été le premier à effectuer une classification automatique des citations, tirant profit des développements de l’informatique, du début du numérique et d’un plus large accès au texte intégral des articles scientifiques. Il a tenté de mettre en œuvre un schéma qui combine tous les types de classification précédents, qui est donc plus précis dans ses catégories et donc plus ambitieux. Ce schéma qualifié de schéma à fine granularité (fine-grained) a été ambitieux mais est resté complexe. De même, le manque de technologies avancées ne garantissait pas une précision suffisante du schéma qui n’est donc pas opérationnel dans la pratique.
32Pour remédier à ce problème, Teufel et al. (2006) ont développé un travail conceptuel qui leur a permis d’établir un schéma des fonctions de citation, plus détaillé et plus applicatif, qui fera référence. Ritchie et al. (2008) prolongent (en informatique) les travaux de Teufel et al. (2006) par une approche applicative, fondée sur une plus fine granularité, dans un objectif d’optimisation de la RI.
33De son côté, Radoulov (2008) a adapté le schéma de Garzone (1998) pour l’application Digital Libraries, tout en distinguant trois dimensions dans les catégories de citation : la raison (pourquoi cet article a été cité ?), l’objet (ce qui a été cité ?), et la description (perfunctory). Hernández-Álvarez et al. (2016) ont adopté une approche d’annotation similaire à granularité intermédiaire, avec trois dimensions : l’objectif (similaire à la raison), la polarité (positif, négatif, neutre), et l’aspect de citation (similaire à l’objet).
34La question des schémas automatiques va se confronter à une difficulté qui met en tension les travaux : d’une part, plus le schéma est détaillé, plus il sera difficile à mettre en œuvre ; d'autre part, plus le schéma est simple, moins il permet de comprendre les relations de citation. Cette tension intervient dans la problématisation du niveau de granularité du schéma qui se pose désormais de manière récurrente dans les travaux en cours et qui ne permet pas d’aboutir à un schéma qui fait consensus.
35Mais les recherches dont nous disposons restent mono-disciplinaires (p. ex. linguistique informatique et traitement automatique des langues : Teufel et al., 2006 ; Hernández-Álvarez et al., 2016) ou alors thématiques (p. ex. Moravcsik et Murugesan, 1975) qui ont regroupé 30 articles sur Theoretical High Energy Physics dans la revue Physical Review), ou bien circonscrits à une référence (p. ex. Chang, 2013 et l’analyse de l’acte de citation de l’ouvrage Little Science, Big Science). Cela s’explique par la nécessité de la connaissance du domaine, et ce que la variabilité des domaines implique en termes de variabilité des formes rédactionnelles (Pride, 2022).
3.3. Les corpora annotés, « produits » réutilisables du travail de CCC
36La constitution de corpora annotés, fruit du travail de CCC s’avèrent aujourd’hui un enjeu de recherche majeur pour les communautés de chercheurs en SIC et en informatique. Ces corpora présentent différentes formes, adaptées aux techniques employées, elles-mêmes soumises à l’évolution numérique. Leur complexité caractéristique s’est donc simplifiée à mesure que les techniques ont avancé vers ce qui représente aujourd’hui le nec plus ultra, à savoir l’apprentissage profond (deep learning). Les LLM sont aujourd’hui l’approche la plus performante dont le potentiel ne cesse d’être repoussé (Dagdelen et al., 2024).
- 4 Pour 2023, 6 articles. Pour 2024, 4 articles.
37La question de la réutilisation des corpora annotés est une clé de voûte dans le paysage scientifique des schémas de classification, car les chercheurs redoublent d’efforts pour produire et divulguer à la communauté « le » nouveau corpus réutilisable par tous. Il est d’ailleurs intéressant d’observer que des revues internationales et spécialisées comme Scientometrics, JASIST ou Quantitative Science Studies (QSS), publient régulièrement4 des articles produits par la communauté des Sciences de l’Information désignée dans la littérature anglo-saxonne par Information Science and Librarianship pour proposer de nouveaux schémas de classification associés à leurs corpus annotés, disponibles en OA, à des fins de réutilisation. Cette compétition à la production « du » corpus réutilisable par tous cristallise toutes les veilles scientifiques et la compétition entre équipes de recherches ; dans le même temps, elle neutralise la possibilité de réutilisation qui devient de fait inopérante.
4. Un « pipeline » de la citation scientifique, un enjeu pour les stratégies industrielles
38La question de la classification des contextes de citation recèle un enjeu industriel important pour la sous-filière de la publication scientifique comme industrie culturelle qui n’hésite pas à faire appel au numérique pour diversifier les formes de production des contenus scientifiques (Boukacem-Zeghmouri, 2014), faciliter et aider les chercheurs à la rédaction et renforcer la division du travail de production scientifique (Larivière, 2016).
39Or, la production de schémas de classification et leurs corpora liés mettent en tension la sphère des pratiques de recherche et la sphère des stratégies industrielles des acteurs du marché. Car les avancées de la recherche dans ce domaine sont en prise directe avec le développement d’une nouvelle vague d’offre de services à valeur ajoutée qui s’étoffe et se structure sur les plateformes des grands groupes industriels internationaux de l’édition scientifique (WoS, Scite, Semantic Scholar…).
40Cette offre encore émergente reste à analyser pour comprendre de quelle manière les acteurs du marché s’emparent de ces produits (corpora annotés) pour implémenter, par exemple, des visualisations interactives qui introduisent d’autres formes de lectures des articles scientifiques, pouvant même dispenser les chercheurs de la lecture du texte.
41C’est une nouvelle étape dans la production de ce que nous désignerons comme un pipeline, à savoir une infrastructure relativement fixe, qui commence par la conception d’un schéma de classification, l’extraction des contextes de citation, la classification ou l’étiquetage des citations pour constituer un corpus, puis la conception d’un modèle informatique de prédiction des catégories de citations. Cet objectif préfiguré dès les années 1960 avec Eugene Garfield devient aujourd’hui une réalité concrète et présente sur le WoS, (cf. copie d’écran, Fig. 3) prolongement du SCI, joyau du groupe Clarivate.
- 5 Coalition on Advancing Research Assessment (CoARA) : https://coara.fr.
42Nous percevons ici un autre enjeu, celui lié à la réforme actuelle de l’évaluation de la recherche CoARA5, qui met au cœur de sa réflexion l’importance des approches qualitatives et permet donc d’entrevoir de nouvelles manières de qualifier la contribution scientifique. Une qualification qualitative de la valeur de la citation, qui serait à chercher du côté de l’annotation des corpora, représente ici une perspective pertinente à envisager.
43C’est pourquoi les contextes de citation sont un enjeu important de recherche et de développement applicatif pour les grands groupes de l’édition scientifique, qui investissent des sommes considérables pour expérimenter et tester ces méthodes. De la même façon, nous observons que les industriels recrutent des compétences issues de la recherche pour les aider à rester compétitifs. Par exemple, Anna Ritchie et al. (2008) a rejoint le groupe Elsevier propriétaire de l’outil bibliométrique Scopus et SciVal (concurrents du WoS) précisément pour ses compétences autour des recherches sur les contextes de citation.
4.1. SHS et modélisation sémantique des contextes de citation
44Notre état de l’art permet de rendre compte d’une limite importante, celle de la présence insuffisante des SHS dans la conception des schémas de classification et dans la constitution des corpora qui leur sont associés. Cette absence de représentativité des domaines SHS, éminemment pluridisciplinaires et se distinguant par une grande diversité de l’expression rhétorique et discursive, conditionne dans ces domaines la faisabilité de la modélisation sémantique des contextes de citation.
45Moins normalisées, plus créatives, les SHS produisent leur savoir en produisant leur discours sur ce même savoir (Grossman, 2012). Cette imbrication des formes de production des savoirs et de leurs discours positionne les SHS au plus près de l’enjeu scientifique d’une modélisation sémantique des contextes de citation. Dans le même temps, elle présente un paradoxe car elle ne favorise pas l’automatisation tant employée sur des corpora STM, comme nous l’avons vu plus haut avec les travaux de Spiegel-Rösing (1977).
46Pour illustrer notre propos et donner à voir l’amplitude de cette limite à partir d’un travail préliminaire (Fei, 2024), la citation critique (critical citation) qui participe à la construction de la rhétorique scientifique en SHS et à ses formes de production de connaissance (Bordignon, 2022), est une catégorie qui tend à disparaître pour les corpora STM. C’est pourquoi des chercheurs affiliés à des domaines SHS produisent actuellement des Data Papers destinés à fournir des jeux de données pour favoriser l’exploration et l’exploitation de cette catégorie de citation (Bordignon et Gambette, 2024).
47De plus, les bases de données bibliographiques et bibliométriques les plus utilisées à ce jour (p. ex. WoS) présentent une couverture SHS plus limitée que celle des STM (Maddi et al., 2025), et ce malgré l’évolution de leurs périmètres au fil du temps. Cette réalité expose les SHS à un « effet Mathieu » où elles accumulent les désavantages : moins bien représentées dans les couvertures de ces bases, les SHS se retrouvent dans la situation d’être moins exploitées pour la RI avec des fonctionnalités qui retiennent des CCC plus pauvres, issues des STM. La conséquence est que les SHS sont moins présentes dans les résultats de la RI avancée (Fei, 2024) et sans mauvais jeu de mots, ont « moins voix au chapitre » dans les modalités de construction des connaissances scientifiques des usagers.
48Ce constat est en résonance avec une réalité bien connue de nos domaines, celle d’une transposition depuis les STM des modalités d’évaluation de la recherche quantitative vers les SHS, qui ne sont pas prises en compte dans leur singularité (Bonaccorsi, 2018) et qui ont agi sur l’épistémologie de leurs disciplines. Nous comprenons ainsi que le manque de représentativité des SHS dans les travaux qui ont trait à la citation (bibliométrie, scientométrie, contextes de citation) se prolonge et s’observe ici sur un versant inédit, celui des CCC.
49Un véritable enjeu scientifique se retrouve donc autour de cette question à la fois pour les SHS, pour qu’elles soient mieux prises en compte, et pour la progression des connaissances scientifiques autour d’une modélisation sémantique des contextes de citation. C’est là que se situe tout un pan des perspectives de recherches à venir, auquel nous souhaitons contribuer.
4.2. Perspectives de recherches (tissages pluridisciplinaires et permanence des SIC)
50Cet article a eu pour but de réaliser un état de l’art critique sur une thématique de recherche historique en plein développement mais encore peu présente dans la littérature francophone : les contextes de citation et leur classification. Nous avons souhaité montrer l’évolution à partir de la centralité de la citation comme objet de recherche mais aussi d’en restituer la dimension interdisciplinaire nécessaire pour saisir la pluralité des enjeux de cette thématique, allant des pratiques socio-cognitives de la citation à son exploitation par des stratégies industrielles dans le marché de l’édition scientifique pour la RI.
51Les SIC, l’informatique, la sociologie des sciences, la linguistique sont autant de domaines qui ont contribué à ces travaux avec des approches différentes, ils convergent dans le fait d’aborder les citations, leurs contextes et la possibilité de classifier ces contextes, comme un axe fertile pour renouveler le domaine de la RI. La dimension sémantique sur laquelle repose la classification des citations représente un levier important dans les recherches les plus récentes. Mais surtout, elle prend en compte des domaines jusque-là négligés, comme les SHS. La richesse de leur nature discursive n’a pas été exploitée dans les travaux antérieurs consacrés à la CCC.
52Or, notre état de l’art montre aussi qu’il est important d’inclure la diversité des formes énonciatives dans les articles scientifiques pour penser une modélisation sémantique suffisante des contextes de citation. Nous avons ainsi constaté que les schémas de classification les plus largement utilisés limitent la variété des citations à un très petit nombre et ne reflètent donc pas la richesse des formes énonciatives. Les recherches publiées n’ont donc pas réussi à appliquer des techniques avancées pour mieux comprendre les citations dans leur dimension sémantique, vecteur de la construction sociale des connaissances scientifiques. Notre état de l’art permet donc de montrer que transposer un schéma de contexte de citation défini à partir d’un corpus mono disciplinaire, sur d’autres domaines disciplinaires, n’est pas pertinent.
53L’enjeu scientifique, mais aussi industriel, que nous entrevoyons à l’avenir, se joue du côté de la constitution de corpora cohérents et pertinents des domaines pour lesquels un schéma de contexte de citation est produit. Le développement de l’OA et la disponibilité de bases de données bibliométriques ouvertes (p. ex. OpenAlex) soutiennent ce constat pour les domaines SHS. La disponibilité de ce type de ressource est une réelle opportunité pour le travail de constitution de corpora SHS, car elles limitent dans ces domaines, de manière inédite, les biais, notamment disciplinaires, linguistiques et géographiques (Maddi et al., 2025).
54Avec, à l’horizon, la réforme de l’évaluation de la recherche (CoARA) qui favorise une approche qualitative de l'évaluation de la recherche et peut donc trouver dans le travail de CCC une opportunité d’élaboration d’indicateurs qualitatifs de la recherche, cela ouvre des perspectives de recherches intéressantes que nous nous efforcerons de suivre à l’avenir.
- 6 Ministère de l'Enseignement supérieur, de la Recherche et de l'Innovation. (n. d.). Visa TM. Vers u (...)
- 7 Ministère de l'Enseignement supérieur, de la Recherche et de l'Innovation. (2022, 8 mars). La Feuil (...)
- 8 Ministère de l'Enseignement supérieur, de la Recherche et de l'Innovation. (2024, 15 février). Part (...)
- 9 INIST (Institut de l’information scientifique et technique). (n. d.). Un modèle pour exploiter les (...)
55À ce propos, nous préciserons que la France (MESRI, ministère de l'Enseignement supérieur, de la Recherche et de l'Innovation) a créé dès 2017 une e-infrastructure ouverte dédiée au TDM avec le projet Visa TM6. En 2022, le projet Istex a été intégré dans la feuille de route nationale des infrastructures de recherche (Cuxac, 2022), proposant ainsi un usage plus avancé de TDM pour l’exploitation et le traitement de lots de documents. Enfin, le 2e plan national pour la science ouverte (PNSO 2021-20247), propose un 2e axe intitulé « structurer, partager et ouvrir les données de la recherche », qui touche à notre sujet. Le MESRI a annoncé en février 2024 une collaboration avec OpenAlex dans l’objectif d’exploiter des corpora d’articles scientifiques en libre accès8, comme l’illustre, en juin 2024, la mise en ligne du modèle qui permet de manipuler et visualiser les données issues d’OpenAlex avec LODEX, un outil open source de l’Inist-CNRS9.
Annexes
1. Proposition de traduction française de concepts anglophones
- Objectifs, intentions ou fonctions des citations (citation purpose/intent/function) : L’objectif est mobilisé par la pensée du chercheur, tandis que la fonction de citation reflète – approximativement – les raisons de la citation en considérant les aspects rhétoriques dans son texte à travers le contexte (Teufel et al., 2006). Néanmoins, nous faisons le constat que dans la plupart des cas, les chercheurs les considèrent comme similaires. C’est le cas de Teufel et al. (2006) qui utilisent la « citation function », Hernández-Álvarez et al. (2016) qui optent pour le « citation purpose » et Cohan et al. (2019) qui la décrivent comme « citation intent ».
- Relation citationnelle : une relation citationnelle peut être définie comme un lien entre des articles scientifiques établi par une citation. Comme le soulignent Nanba et al. (2000), le type de relation citationnelle peut être identifié en analysant les « zones » de citation, c’est-à-dire les sections où les auteurs formulent des énoncés reflétant leur interprétation, leurs attitudes et leurs points de vue à l'égard d'une référence citée. Ainsi la définition de relation citationnelle peut être assimilée à « fonctions de citation ».
2. Équation de la recherche bibliographique
56Les mots-clés en anglais sont :
« citation context » OR « in-text citation » OR « citation classification » OR « citation behavior » OR « citation function » OR « citation motivation » OR « citation intent » OR « citation purpose » OR « citer motives » OR « citation importance » OR « citation polarity » OR « citation sentiment » OR « citation location » OR « citation context analysis » OR « citation content analysis ».
57Les mots-clés en français :
« contexte de citation » OR « citation textuelle » OR « citation en contexte » OR « classification des citations » OR « acte de citation » OR « fonction de citation » OR « motivation de citation » OR « intention de citation » OR « objectif de citation » OR « raison de citation » OR « importance de citation » OR « polarité de citation » OR « sentiment de citation » OR « localisation de citation » OR « analyse du contexte de citation » OR « analyse du contenu de citation ».
Bibliographie
58Abu-Jbara, A., Ezra, J. et Radev, D. (2013). Purpose and polarity of citation: Towards nlp-based bibliometrics. L. Vanderwende, H. Daumé III, et K. Kirchhoff (dir.), Proceedings of the 2013 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies. Association for Computational Linguistics, 596-606.https://aclanthology.org/N13-1067/
59Bergstrom, T. et Ruediger, D. (2024). A Third Transformation? Generative AI and Scholarly Publishing. Ithaka S+R.https://doi.org/10.18665/sr.321519
60Bertin, M., Atanassova, I., Sugimoto, C. R. et Larivière, V. (2016). The linguistic patterns and rhetorical structure of citation context: An approach using n-grams. Scientometrics, 109(3), 1417‑1434. https://doi.org/10.1007/s11192-016-2134-8
61Bonaccorsi, A. (2018). The Evaluation of Research in Social Sciences and Humanities: Lessons from the Italian Experience. Springer Verlag.
62Bordignon, F. (2022). Critical citations in knowledge construction and citation analysis: From paradox to definition. Scientometrics, 127(2), 959-972.https://doi.org/10.1007/s11192-021-04226-0
63Bordignon, F. et Gambette, P. (2024). A corpus of critical citations contexts. Journal of Open Humanities Data, 10, 39.https://doi.org/10.5334/johd.215
64Bornmann, L. et Mutz, R. (2015). Growth rates of modern science: A bibliometric analysis based on the number of publications and cited references. Journal of the Association for Information Science and Technology, 66(11), 2215-2222.https://doi.org/10.1002/asi.23329
65Boukacem-Zeghmouri, C. (2014). Les couleurs de la publication scientifique. Mutations dans la sous-filière de la revue scientifique STM, analysées par les industries culturelles. Les Enjeux de l’information et de la communication, 151(1), 49‑65. https://doi.org/10.3917/enic.016.0049
66Boukacem-Zeghmouri, C. (2022). La communication scientifique, sous surveillance ? Entre stratégies techno-industrielles et imaginaires des chercheurs. XXIIIe Congrès de la SFSIC (Société française des sciences de l'information et de la communication). La numérisation des sociétés, juin 2022, Bordeaux, France. Société française des sciences de l'information et de la communication. https://hal.science/hal-04256250
67Brin, S. et Page, L. (1998). The anatomy of a large-scale hypertextual Web search engine. Computer Networks and ISDN Systems, 30(17), 107-117.https://doi.org/10.1016/S0169-7552(98)00110-X
68Brooks, T. A. (1986). Evidence of complex citer motivations. Journal of the American Society for Information Science, 37(1), 34‑36. https://doi.org/10.1002/asi.4630370106
69Broudoux, É. (2017). Autorité scientifique et épistémique à l’épreuve de la mesure des citations. Études de communication, 48, 177-198.https://doi.org/10.4000/edc.6841
70Bush, V. (1945). As we may think. The Atlantic Monthly, 176(1), 101-108.https://doi.org/10.3998/3336451.0001.101
71Cabanac, G., Labbé, C. et Magazinov, A. (2021). Tortured phrase: A dubious writing style emerging in science. Evidence of critical issues affecting established journals. https://hal.science/hal-03596867
72Chang, Y.-W. (2013). A comparison of citation contexts between natural sciences and social sciences and humanities. Scientometrics, 96(2), 535-553.https://doi.org/10.1007/s11192-013-0956-1
73Chubin, D. E. (1973). On the use of the “science citation index” in sociology. The American Sociologist, 8(4), 187-191.https://www.jstor.org/stable/27702104
74Chubin, D. E. et Moitra, S. D. (1975). Content analysis of references: Adjunct or alternative to citation counting? Social Studies of Science, 5(4), 423-441.https://doi.org/10.1177/030631277500500403
75Cohan, A., Ammar, W., Van Zuylen, M. et Cady, F. (2019). Structural scaffolds for citation intent classification in scientific publications. Proceedings of the 2019 Conference of the 15 North American Chapter of the Association for Computational Linguistics. Human Language Technologies, 1. Association for Computational Linguistics, 3586-3596.https://doi.org/10.18653/v1/N19-1361
76Cohan, A. et Goharian, N. (2017). Contextualizing citations for scientific summarization using word embeddings and domain knowledge. Proceedings of the 40th International ACM SIGIR Conference on Research and Development in Information Retrieval. Association for Computing Machinery, 1133-1136.https://doi.org/10.1145/3077136.3080740
77Cole, J. et Cole, S. (1971). Measuring the quality of sociological research: Problems in the use of the “science citation index”. The American Sociologist, 6(1), 23-29.https://www.jstor.org/stable/27701705
78Cozzens, S. E. (1981). Taking the measure of science: A review of citation theories. Newsletter of the International Society for the Sociology of Knowledge, 7 (1-2). http://hdl.handle.net/1853/32543
79Cuxac, P. (2022). L’IA et la fouille de textes à l’INIST : l’IA à portée de tous ?. Arabesques, (107), 18-19.https://doi.org/10.35562/arabesques.3098
80Dagdelen, J., Dunn, A., Lee, S., Walker, N., Rosen, A. S., Ceder, G., Persson, K. A. et Jain, A. (2024). Structured information extraction from scientific text with large language models. Nature Communications, 15(1), 14-18.https://doi.org/10.1038/s41467-024-45563-x
81Dong, C. et Schäfer, U. (2011). Ensemble-style self-training on citation classification. H. Wang et D. Yarowsky (dir.), Proceedings of 5th International Joint Conference on Natural Language Processing. Asian Federation of Natural Language Processing, 623-631.https://aclanthology.org/I11-1070/
82Duma, D. et Klein, E. (2014). Citation Resolution: A method for evaluating context-based citation recommendation systems. Proceedings of the 52nd Annual Meeting of the Association for Computational Linguistics. Volume 2: Short Papers. Association for Computational Linguistics, 358-363.https://doi.org/10.3115/v1/P14-2059
83Fei, Y. (2024). Classification des contextes de citation : exploration des relations sémantiques des citations à l’ère de la prolifération de la production scientifique. Les doctorales de la SFSIC 2024.https://hal.science/hal-04753222
84Garfield, E. (1955). Citation indexes for science: A new dimension in documentation through association of ideas. Science, 122(3159), 108-111.https://doi.org/10.1126/science.122.3159.108
85Garfield, E. (1963). Science Citation Index. An International Interdisciplinary Index to the Literature of Science. Institute for Scientific Information, 1(15).
86Garfield, E. (1965). Can Citation Indexing be Automated?. Statistical Association Methods for Mechanized Documentation, Symposium Proceedings, 269, 189-192.
87Garfield, E. (1996). Citation indexes for retrieval and research evaluation. Paper presented at the G7 Consensus Conference on the Theory and Practice of Research Assessment, Capri, Italy. http://garfield.library.upenn.edu/papers/ciretreseval-capri2.pdf.
88Garzone, M. A. (1998). Automated classification of citation using linguistic semantic grammars. Thèse de master, University of Western Ontario. https://central.bac-lac.gc.ca/.item?id=mq28570&op=pdf&app=Library&oclc_number=46587213
89Gilbert, G. N. (1977). Referencing as persuasion. Social Studies of Science, 7(1), 113-122.https://www.jstor.org/stable/284636
90Giles, C. L., Bollacker, K. D. et Lawrence, S. (1998). CiteSeer: An automatic citation indexing system. Proceedings of the Third ACM Conference on Digital Libraries, 89-98.https://doi.org/10.1145/276675.276685
91Gingras, Y. (2014). Les dérives de l’évaluation de la recherche. Du bon usage de la bibliométrie. Raisons d’Agir.
92Grossmann, F. (2012). Pourquoi et comment cela change ? Standardisation et variation dans le champ des discours scientifiques. Pratiques, 153-154, 141-160.https://doi.org/10.4000/pratiques.1976
93Harwood, N. (2009). An interview-based study of the functions of citations in academic writing across two disciplines. Journal of Pragmatics, 41(3), 497-518.https://doi.org/10.1016/j.pragma.2008.06.001
94Haustein, S. et Larivière, V. (2015). The use of bibliometrics for assessing research: Possibilities, limitations and adverse effects. I. M. Welpe, J. Wollersheim, S. Ringelhan, et M. Osterloh (dir.), Incentives and Performance. Springer International Publishing, 121-139. https://doi.org/10.1007/978-3-319-09785-5_8
95Hernández-Álvarez, M., Soriano, J. G. et Martínez-Barco, P. (2016). Annotated corpus for citation context analysis. Latin-American Journal of Computing, 3(1), 35-42.https://lajc.epn.edu.ec/index.php/LAJC/article/view/102
96Jeong, C., Jang, S., Park, E. et Choi, S. (2020). A context-aware citation recommendation model with BERT and graph convolutional networks. Scientometrics, 124(3), 1907-1922.https://doi.org/10.1007/s11192-020-03561-y
97Jurgens, D., Kumar, S., Hoover, R., McFarland, D. et Jurafsky, D. (2018). Measuring the evolution of a scientific field through citation frames. Transactions of the Association for Computational Linguistics, 6, 391-406.https://doi.org/10.1162/tacl_a_00028
98Kaplan, N. (1965). The norms of citation behavior: Prolegomena to the footnote. American Documentation, 16(3), 179-184.https://doi.org/10.1002/asi.5090160305
99Larivière, V., Desrochers, N., Macaluso, B., Mongeon, P., Paul-Hus, A. et Sugimoto, C. R. (2016). Contributorship and division of labor in knowledge production. Social Studies of Science, 46(3), 417-435. https://doi.org/10.1177/0306312716650046
100Latour, B. (1987). Science in action: How to follow scientists and engineers through society. Harvard University Press.
101Lipetz, B. (1965). Improvement of the selectivity of citation indexes to science literature through inclusion of citation relationship indicators. American Documentation, 16(2), 81-90.https://doi.org/10.1002/asi.5090160207
102Maddi, A., Maisonobe, M. et Boukacem-Zeghmouri, C. (2025). Geographical and disciplinary coverage of open access journals: OpenAlex, Scopus, and WoS. PLOS ONE, 20(4), e0320347. https://doi.org/10.1371/journal.pone.0320347
103Merton, R. K. (1973). The sociology of science: Theoretical and empirical investigations. University of Chicago Press.
104Milard, B. et Tanguy, L. (2018). Citations in scientific texts: Do social relations matter? Journal of the Association for Information Science and Technology, 69(11), 1380-1395.https://doi.org/10.1002/asi.24061
105Mirowski, P. (2018). The future(S) of open science. Social Studies of Science, 48(2), 171‑203. https://doi.org/10.1177/0306312718772086
106Moravcsik, M. J. et Murugesan, P. (1975). Some results on the function and quality of citations. Social Studies of Science, 5(1), 86-92.https://doi.org/10.1177/030631277500500106
107Mulkay, M. J. (1974). Methodology in the sociology of science: Some reflections on the study of radio astronomy. Social Science Information, 13(2), 107-119.https://doi.org/10.1177/053901847401300206
108Nambanoor Kunnath, S. (2024). Language models for citation classification. Thèse de doctorat, The Open University. https://doi.org/10.21954/ou.ro.00095746
109Nanba, H., Kando, N. et Okumura, M. (2011). Classification of research papers using citation links and citation types: Towards automatic review article generation. Advances in Classification Research Online, 11(1), 117-134.https://doi.org/10.7152/acro.v11i1.12774
110Newell, B. C. (2023). Surveillance as information practice. Journal of the Association for Information Science and Technology, 74(4), 444-460.https://doi.org/10.1002/asi.24734
111Nicholson, J. M., Mordaunt, M., Lopez, P., Uppala, A., Rosati, D., Rodrigues, N. P., Grabitz, P. et Rife, S. C. (2021). Scite: A smart citation index that displays the context of citations and classifies their intent using deep learning. Quantitative Science Studies, 2(3), 882-898.https://doi.org/10.1162/qss_a_00146
112Nicolaisen, J. (2007). Citation analysis. Annual Review of Information Science and Technology, 41(1), 609‑641. https://doi.org/10.1002/aris.2007.1440410120
113Nishikawa, K. et Koshiba, H. (2024). Exploring the applicability of large language models to citation context analysis. Scientometrics, 129(11), 6751‑6777. https://doi.org/10.1007/s11192-024-05142-9
114Olivesi, S. (2007). Référence, déférence : une sociologie de la citation. L’Harmattan.
115Oppenheim, C. et Renn, S. P. (1978). Highly cited old papers and the reasons why they continue to be cited. Journal of the American Society for Information Science, 29(5), 225-231.https://doi.org/10.1002/asi.4630290504
116Peritz, B. C. (1983). A classification of citation roles for the social sciences and related fields. Scientometrics, 5(5), 303-312.https://doi.org/10.1007/BF02147226
117Pontille, D. et Torny, D. (2013). La manufacture de l’évaluation scientifique : algorithmes, jeux de données et outils bibliométriques. Réseaux, 177(1), 23-61.https://doi.org/10.3917/res.177.0023
118Price, D. J. D. S. (1963). Little science, big science. Columbia University Press. https://doi.org/10.7312/pric91844
119Pride, D. (2022). Identifying and capturing the semantic aspects of citations. Thèse de doctorat, The Open University. https://doi.org/10.21954/ou.ro.000146ff
120Radoulov, R. (2008). Exploring automatic citation classification. Thèse de master, University of Waterloo. http://hdl.handle.net/10012/3712
121Ritchie, A., Robertson, S., et Teufel, S. (2008). Comparing citation contexts for information retrieval. Proceedings of the 17th ACM Conference on Information and Knowledge Management, 213-222.https://doi.org/10.1145/1458082.1458113
122Saier, T. et Färber, M. (2020). Semantic modelling of citation contexts for context-aware citation recommendation. J. M. Jose, E. Yilmaz, J. Magalhães, P. Castells, N. Ferro, M. J. Silva, et F. Martins (dir.), Advances in Information Retrieval. Springer International Publishing, 220-233. https://doi.org/10.1007/978-3-030-45439-5_15
123Small, H. G. (1978). Cited documents as concept symbols. Social Studies of Science, 8(3), 327-340. https://doi.org/10.1177/030631277800800305
124Small, H. G. (1982). Citation context analysis. Progress in Communication Sciences, 287-310.https://cir.nii.ac.jp/crid/1570572700735722880
125Spiegel-Rösing, I. (1977). Science studies: Bibliometric and content analysis. Social Studies of Science, 7(1), 97-113. https://doi.org/10.1177/030631277700700111
126Swales, J. (1986). Citation analysis and discourse analysis. Applied Linguistics, 7(1), 39-56.https://doi.org/10.1093/applin/7.1.39
127Tahamtan, I. et Bornmann, L. (2019). What do citation counts measure? An updated review of studies on citations in scientific documents published between 2006 and 2018. Scientometrics, 121(3), 1635-1684.https://doi.org/10.1007/s11192-019-03243-4
128Teufel, S. (1999). Argumentative Zoning: Information Extraction from Scientific Text. Thèse de doctorat, University of Edinburgh. http://hdl.handle.net/1842/11456
129Teufel, S., Siddharthan, A. et Tidhar, D. (2006). Automatic classification of citation function. Proceedings of the 2006 Conference on Empirical Methods in Natural Language Processing - EMNLP ’06, 103. https://doi.org/10.3115/1610075.1610091
130Wade, A. D. (2022). The semantic scholar academic graph(S2ag). Companion Proceedings of the Web Conference 2022, 739-739. https://doi.org/10.1145/3487553.3527147
131Wang, K., Shen, Z., Huang, C., Wu, C.-H., Dong, Y. et Kanakia, A. (2020). Microsoft Academic Graph: When experts are not enough. Quantitative Science Studies, 1(1), 396-413. https://doi.org/10.1162/qss_a_00021
132Willighagen, E. (2023). Two years of explicit CiTO annotations. Journal of Cheminformatics, 15(1), 14. https://doi.org/10.1186/s13321-023-00683-2
133Zhu, X., Turney, P., Lemire, D. et Vellino, A. (2015). Measuring academic influence: Not all citations are equal. Journal of the Association for Information Science and Technology, 66(2), 408-427.https://doi.org/10.1002/asi.23179
134Zuckerman, H. (1987). Citation analysis and the complex problem of intellectual influence. Scientometrics, 12, 329-338. https://doi.org/10.1007/BF02016675
Notes
1 SPAR Ontologies. (n. d.). CiTO, the Citation Typing Ontology. SPAR Ontologies. https://sparontologies.github.io/cito/current/cito.html
2 À titre d’exemple, la prestigieuse revue britannique Nature se charge de réécrire tous ses articles, justifiant ce choix par le fait de garantir la présence du « style » rédactionnel Nature, fait de clarté, d’excellence et d’élégance.
3 Scite, moteur de recherche, propose un service de rédaction automatique d’articles scientifiques fondé sur l’IA générative, optimisé par sa technique de classification des contextes de citation, « Scite - ChatGPT For Science : Assistant by scite – Your AI Research Partner », https://scite.ai/assistant?utm_source=google&utm_medium=cpc&utm_campaign=brand&utm_term=scite.
4 Pour 2023, 6 articles. Pour 2024, 4 articles.
5 Coalition on Advancing Research Assessment (CoARA) : https://coara.fr.
6 Ministère de l'Enseignement supérieur, de la Recherche et de l'Innovation. (n. d.). Visa TM. Vers une infrastructure de service avancés de text mining. Ouvrir la science. https://www.ouvrirlascience.fr/projet-visa-tm/
7 Ministère de l'Enseignement supérieur, de la Recherche et de l'Innovation. (2022, 8 mars). La Feuille de route nationale des Infrastructures de recherche 2021. Ministère de l'Enseignement supérieur, de la Recherche et de l'Innovation. https://www.enseignementsup-recherche.gouv.fr/fr/la-feuille-de-route-nationale-des-infrastructures-de-recherche-2021-84056
8 Ministère de l'Enseignement supérieur, de la Recherche et de l'Innovation. (2024, 15 février). Partenariat du ministère de l’Enseignement supérieur et de la Recherche avec OpenAlex pour le développement d’un outil bibliographique entièrement ouvert. Ouvrir la Science. https://www.ouvrirlascience.fr/partenariat-du-ministere-de-lenseignement-superieur-et-de-la-recherche-avec-openalex-pour-le-developpement-dun-outil-bibliographique-entierement-ouvert/
9 INIST (Institut de l’information scientifique et technique). (n. d.). Un modèle pour exploiter les données OpenAlex avec Lodex. INIST. https://www.inist.fr/realisations/un-modele-pour-exploiter-les-donnees-openalex-avec-lodex/
Haut de pageTable des illustrations
![]() |
|
|---|---|
| Titre | Figure 1 : Schéma récapitulatif des étapes de la recherche bibliographique et de la sélection des références |
| URL | http://journals.openedition.org/edc/docannexe/image/19293/img-1.png |
| Fichier | image/png, 172k |
![]() |
|
| Titre | Figure 2 : Périodes marquant l'évolution de la recherche autour des contextes de citation |
| URL | http://journals.openedition.org/edc/docannexe/image/19293/img-2.png |
| Fichier | image/png, 386k |
![]() |
|
| Titre | Figure 3 : Copie d’écran montrant l’implémentation des catégories de citation dans le WoS |
| URL | http://journals.openedition.org/edc/docannexe/image/19293/img-3.png |
| Fichier | image/png, 223k |
Pour citer cet article
Référence papier
Yutong Fei et Chérifa Boukacem-Zeghmouri, « Classification des contextes de citation : la dimension sémantique, entre enjeux de recherche d’information et stratégies industrielles. État de l’art critique et perspectives de recherches pour les SIC », Études de communication, 65 | 2025, 181-207.
Référence électronique
Yutong Fei et Chérifa Boukacem-Zeghmouri, « Classification des contextes de citation : la dimension sémantique, entre enjeux de recherche d’information et stratégies industrielles. État de l’art critique et perspectives de recherches pour les SIC », Études de communication [En ligne], 65 | 2025, mis en ligne le 01 avril 2026, consulté le 21 avril 2026. URL : http://journals.openedition.org/edc/19293 ; DOI : https://doi.org/10.4000/15nvd
Haut de pageDroits d’auteur
Le texte seul est utilisable sous licence CC BY-NC-ND 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont susceptibles d’être soumis à des autorisations d’usage spécifiques.
Haut de page






