ContextClaim: 一种面向可验证声明检测的上下文驱动范式
计算与语言
2026-04-01 v1
摘要
可验证声明检测旨在判断一个声明是否表达了原则上可以依据外部证据进行评估的事实陈述。作为自动事实核查的早期过滤阶段，它在减轻下游验证组件的负担方面发挥着重要作用。然而，现有的声明检测方法——无论是基于可核查性还是可验证性——都仅依赖于声明文本本身。这对可验证声明检测而言是一个显著局限，因为判断一个声明是否可核查可能受益于了解其指涉的实体和事件，以及是否存在相关信息来支持验证。受后期阶段声明验证中证据检索已确立的作用的启发，我们提出了 Context-Driven Claim Detection（ContextClaim），一种将检索推进到检测阶段的范式。ContextClaim 从输入声明中提取实体提及，从 Wikipedia 作为结构化知识源检索相关信息，并利用大型语言模型生成简洁的上下文摘要以供下游分类使用。我们在两个覆盖不同主题和文本体裁的数据集上评估了 ContextClaim：CheckThat! 2022 COVID-19 Twitter 数据集和 PoliClaim 政治辩论数据集，涵盖编码器-only 和解码器-only 模型在微调、零样本和少样本设置下的表现。结果表明，上下文增强可以改善可验证声明检测，尽管其有效性因领域、模型架构和学习设置而异。通过组件分析、人工评估和错误分析，我们进一步探讨了检索到的上下文何时以及为何有助于更可靠的验证性判断。
引用
@article{arxiv.2603.30025,
title = {ContextClaim: A Context-Driven Paradigm for Verifiable Claim Detection},
author = {Yufeng Li and Rrubaa Panchendrarajan and Arkaitz Zubiaga},
journal= {arXiv preprint arXiv:2603.30025},
year = {2026}
}