一种用于科学事实核查的段落级多任务学习模型
计算与语言
2025-05-19 v2
摘要
即便对领域专家而言，通过提供支撑或反驳的证据理据来验证一项科学主张也是一项不平凡的任务。随着错误信息在社交媒体或新闻网站上每时每刻被手动或程序化地扩散，情况更加恶化。因此，自动事实核查工具对于遏制错误信息的传播至关重要。在这项工作中，我们针对SciFact任务提出了一种新颖的段落级多任务学习模型，通过直接从BERT模型计算一系列上下文化句子嵌入，并在理据选择与立场预测上联合训练该模型。
引用
@article{arxiv.2012.14500,
title = {A Paragraph-level Multi-task Learning Model for Scientific Fact-Verification},
author = {Xiangci Li and Gully Burns and Nanyun Peng},
journal= {arXiv preprint arXiv:2012.14500},
year = {2025}
}
备注
5 pages; The AAAI-21 Workshop on Scientific Document Understanding