基于生成式 AI 的claim 检索系统：多语言社交媒体平台 claim 检测与检索
计算与语言
2025-04-30 v1
摘要
线上虚假信息构成全球性挑战，对 fact-checker 提出了高效验证 claim 的显著要求。该过程的一个主要问题是对已验证 claim 的冗余验证，导致工作量增加且对新出现的 claim 响应延迟。本研究引入了一种方法，用于检索先前已验证的 claim，评估其与给定输入的相关性，并提供补充信息支持 fact-checker。我们的方法采用大语言模型(LLM)过滤无关的 fact-check，并生成简洁的摘要和解释，使 fact-checker 能够更快评估 claim 是否已被验证。此外，我们通过自动和人类评估进行了方法评估，其中人类与开发出的工具交互以审查其有效性。我们的结果表明，LLM能够过滤许多无关的 fact-check，从而减少工作量并优化 fact-checking 流程。
引用
@article{arxiv.2504.20668,
title = {A Generative-AI-Driven Claim Retrieval System Capable of Detecting and Retrieving Claims from Social Media Platforms in Multiple Languages},
author = {Ivan Vykopal and Martin Hyben and Robert Moro and Michal Gregor and Jakub Simko},
journal= {arXiv preprint arXiv:2504.20668},
year = {2025}
}