FACTIFY-5WQA：基于问答的 5W 方面级事实核查
计算与语言
2023-05-30 v2
摘要
自动事实核查近来受到显著关注。当代自动事实核查系统侧重于使用数值分数估计真实性，而这些分数不可被人解释。人工事实核查员通常遵循若干逻辑步骤来验证一个貌似真实的主张，并断定其为真或仅为伪装。知名事实核查网站遵循一种常见的事实分类结构，如半真、半假、假、彻头彻尾的谎言等。因此，有必要具备一个方面级（界定哪些部分为真、哪些为假）可解释系统，能辅助人工事实核查员提出与事实相关的恰当问题，进而可分别验证以达成最终结论。本文中，我们提出一种用于基于问答的事实可解释性的 5W 框架（谁、什么、何时、何地、为何）。为此，我们呈现一个半自动生成的数据集 FACTIFY-5WQA，其包含 391,041 条事实及相关的 5W 问答——这是本文的主要贡献。我们利用语义角色标注系统定位 5W，并使用掩码语言模型为主张生成问答对。最后，我们报告一个基线问答系统，用于从证据文档中自动定位这些答案，可作为该领域未来研究的基线。最后，我们提出一个鲁棒的事实核查系统，其接收释义后的主张并自动验证之。数据集与基线模型见于 https://github.com/ankuranii/acl-5W-QA
引用
@article{arxiv.2305.04329,
title = {FACTIFY-5WQA: 5W Aspect-based Fact Verification through Question Answering},
author = {Anku Rani and S. M Towhidul Islam Tonmoy and Dwip Dalal and Shreya Gautam and Megha Chakraborty and Aman Chadha and Amit Sheth and Amitava Das},
journal= {arXiv preprint arXiv:2305.04329},
year = {2023}
}
备注
Accepted at ACL main conference 2023