英语和泰卢固语的自动事实核查
计算与语言
2025-12-11 v2
摘要
虚假信息是面临全球性挑战的主要问题，手动验证主张是一种耗时且资源密集型的过程。本研究论文我们通过实验不同的方法来探讨大型语言模型（LLMs）在对事实性主张的真实性进行分类并生成论证的有效性。本工作的关键贡献包括创建了一套双语英语-泰卢固语数据集，并对不同基于 LLM 的真实性分类方法进行了基准测试。
引用
@article{arxiv.2509.26415,
title = {Automatic Fact-checking in English and Telugu},
author = {Ravi Kiran Chikkala and Tatiana Anikina and Natalia Skachkova and Ivan Vykopal and Rodrigo Agerri and Josef van Genabith},
journal= {arXiv preprint arXiv:2509.26415},
year = {2025}
}
备注
Proceedings of the First Workshop on Advancing NLP for Low Resource Languages associated with RANLP 2025 Varna Bulgaria September 13 2025 pages 140-151