La fiabilité de Wikipedia repose sur une sélection de sources fiables. Mais cet aspect crucial du fonctionnement du site est encore méconnu, notamment parce que l’extraction des références bibliographiques des articles encyclopédiques est difficile. Pour faciliter cela, des chercheurs proposent des jeux de données de citations. La difficulté réside dans la façon hétérogène de saisir ces références bibliographiques dans l'encyclopédie. Les contributeurs ne saisissent pas forcément le DOI s'il existe. Et de nombreux modèles servent à gérer ces références bibliographiques.

Wikipedia Citations comporte une trentaine de millions de références bibliographiques de la Wikipedia anglophone. Les données datent d’une extraction réalisée en mai 2020. Un nouveau jeu de données contenant 40 millions de références bibliographiques a été publié sur la base d’un dump de la Wikipedia anglophone réalisé en février 2023. Ces jeux de données sont publiés sous la licence libre Creative Commons Attribution (CC-BY-4.0).