CoVERT：一个经过事实核查的生物医学 COVID-19 推文语料库
计算与语言
2022-04-27 v1 信息检索
摘要
在 COVID-19 大流行期间，关于这一新疾病的海量生物医学信息在社交媒体上发布。其中部分信息可能对人们健康构成真实危险，特别是当虚假信息被分享时，例如在无专业医疗建议下如何治疗疾病的推荐。因此，专为医学领域开发的自动事实核查资源与系统至关重要。尽管现有事实核查资源覆盖了新闻中与 COVID-19 相关的信息或量化了推文中的错误信息量，但尚无提供带生物医学实体、关系和相关证据详细标注的事实核查 COVID-19 相关 Twitter 帖子数据集。我们贡献了 CoVERT，一个聚焦生物医学领域和 COVID-19 相关（错误）信息的事实核查推文语料库。该语料库由 300 条推文组成，每条均标注了医学命名实体和关系。我们采用一种新颖的众包方法对所有推文标注事实核查标签和支撑证据，这些证据由众包工作者在线检索。该方法产生了中等程度标注者间一致性。此外，我们将检索到的证据摘录作为事实核查流水线的一部分，发现真实世界证据比预训练语言模型中间接可用的知识更有用。
引用
@article{arxiv.2204.12164,
title = {CoVERT: A Corpus of Fact-checked Biomedical COVID-19 Tweets},
author = {Isabelle Mohr and Amelie Wührl and Roman Klinger},
journal= {arXiv preprint arXiv:2204.12164},
year = {2022}
}
备注
Accepted at LREC 2022