Révision automatique de texte pour l’aide à l’écriture scientifique

Rédiger un article scientifique est une tâche difficile car il s’agit d’un genre littéraire avec ses propres conventions, ainsi de bonnes compétences d’écriture sont essentielles afin de transmettre les résultats de ses recherches. Au sein du processus d’écriture, la révision est une étape essentielle garantissant la clarté, la cohérence et le respect des normes académiques. Cette thèse s’intéresse à la révision de textes scientifiques en mettant l’accent sur le développement de ressources et de stratégies d’évaluation pour l’aide à l’écriture automatique. Nos contributions principales sont les suivantes : Afin d’étayer la recherche empirique, nous présentons CASIMIR, un grand jeu de données regroupant des révisions d’articles scientifiques, alignés au niveau des phrases et enrichis d’opérations d’édition et d’intentions de révision inférées. Conscients des limites du travail au niveau de la phrase, nous proposons une définition de la tâche au niveau du paragraphe, soutenue par ParaRev, un jeu de données de paragraphes scientifiques révisés annotés avec des instructions de révision détaillées. Nos expériences révèlent que ces instructions adaptées au contexte permettent d’améliorer les révisions automatiques. Enfin, nous abordons les limites des mesures d’évaluation actuelles basées sur la similarité qui ne reflètent pas correctement la qualité des révisions de textes scientifiques. Nous explorons d’autres approches, notamment des mesures sans référence et l’évaluation LLM-as-a-judge, et constatons qu’une stratégie combinant des mesures basées sur les LLM et d’autres spécifiques à la tâche permet de saisir de manière plus fiable la qualité des révisions.