事实还是虚构？通过简化子图检索利用知识图谱改进事实核查

尽管自然语言处理（NLP）领域近期取得了成功，但事实核查仍然是一项困难任务。由于错误信息传播速度越来越快，人们的注意力已转向自动验证声明的正确性。在 NLP 领域，这通常通过训练监督机器学习模型来完成，这些模型利用可信语料库中的证据来验证声明。我们提出了在证据以结构化知识图谱形式存在的数据集上高效验证声明的方法。我们使用 FactKG 数据集，该数据集由从 Wikipedia 提取的 DBpedia 知识图谱构建而成。通过简化证据检索过程——从微调语言模型到简单的逻辑检索——我们能够构建既需要更少计算资源又能在测试集上取得更好准确率的模型。