利用音频数据检测政治辩论、演讲与访谈中值得核查的论断

开发工具以自动检测政治辩论和演讲中值得核查的论断，可极大帮助辩论主持人、记者和事实核查人员。虽然此前关于该问题的工作仅关注文本模态，这里我们探索将音频模态作为额外输入的效用。我们创建了一个新的多模态数据集（英文文本与音频），包含来自美国过去政治辩论的 48 小时语音。我们随后通过实验证明，在多说话人情况下，添加音频模态比仅使用文本模态带来可观改进；此外，对于单一说话人，仅音频模型可优于仅文本模型。为促成未来研究，我们在 https://github.com/petar-iv/audio-checkworthiness-detection 公开了所有数据和代码。