追问以求甚解：为虚假声明生成反事实解释

已有研究提出自动化事实核查系统，以规模化地快速提供真实性预测，从而减轻假新闻对公众及舆论的负面影响。然而，多数研究聚焦于这些系统中的真实性分类器，仅能预测新闻文章的真伪。我们认为，有效的事实核查同样依赖于人们对预测结果的理解。本文提出利用反事实解释来阐明事实核查预测，以帮助人们理解为何某条新闻被判定为虚假。在本工作中，为虚假新闻生成反事实解释包含三个步骤：提出恰当问题、发现矛盾、进行合理推理。我们将该研究问题构建为通过问答（QA）实现的矛盾蕴含推理。我们首先针对虚假声明提出问题，并从相关证据文档中检索潜在答案；随后，借助蕴含分类器识别出与虚假声明最具矛盾性的答案；最后，利用匹配的问答对以三种不同的反事实解释形式生成反事实解释。我们在 FEVER 数据集上进行了系统与人工评估实验。结果表明，相较于现有最优方法，所提方法生成的解释最具助益。