Recommandation séquentielle pour les articles scientifiques
Julien Aubert-Béduchaud, Florian Boudin, Beatrice Daille, Richard Dufour
Résumé : La croissance rapide du volume de publications scientifiques rend de plus en plus difficile l’identification des travaux clés pour les chercheurs novices. Pour répondre à ce problème, nous proposons une nouvelle tâche de recommandation séquentielle appliquée à la recommandation d’articles scientifiques. Cette formalisation permet de personnaliser les parcours de lecture et de prédire quoi lire ensuite à partir de l’expérience d’un chercheur. Nous présentons une étude préliminaire proposant un nouveau jeu de données dédié exploitant les schémas de citation présents dans les introductions des articles comme des chemins de lecture implicites, un protocole d’évaluation adapté aux spécificités de cette tâche, ainsi que des résultats expérimentaux de référence établissant une base de comparaison pour les travaux futurs.
Mots clés : articles scientifiques, listes de lectures, recommandation séquentielles, séquences de lecture