Factify 2：一个多模态假新闻与讽刺新闻数据集
计算与语言
2023-10-03 v2 计算机视觉与模式识别
摘要
互联网为世界提供了一个表达观点与分享故事的开放平台。虽然这极具价值，但也使假新闻成为我们社会最紧迫的问题之一。人工事实核查过程耗时费力，这使得在误导性断言造成显著危害之前予以驳斥颇具挑战。这正驱动着对自动事实或声明核查的兴趣。现有的一些数据集旨在支持自动化事实核查技术的开发，然而其中大多基于文本。多模态事实核查受到的关注相对甚少。在本文中，我们提供了一个称为 FACTIFY 2 的多模态事实核查数据集，通过使用新数据源并添加讽刺文章对 Factify 1 进行了改进。Factify 2 包含 50,000 条新数据实例。与 FACTIFY 1.0 类似，我们有三大类——支持、无证据和反驳，并基于视觉与文本数据的蕴含关系设子类。我们还提供了一个基于 BERT 和 Vision Transformer 的基线，其在测试集上取得 65% 的 F1 分数。基线代码与数据集将发布于 https://github.com/surya1701/Factify-2.0。
引用
@article{arxiv.2304.03897,
title = {Factify 2: A Multimodal Fake News and Satire News Dataset},
author = {S Suryavardan and Shreyash Mishra and Parth Patwa and Megha Chakraborty and Anku Rani and Aishwarya Reganti and Aman Chadha and Amitava Das and Amit Sheth and Manoj Chinnakotla and Asif Ekbal and Srijan Kumar},
journal= {arXiv preprint arXiv:2304.03897},
year = {2023}
}
备注
Defactify2 @AAAI2023