FarFetched：基于文本表示环境的希腊语实体关联推理与主张验证

我们的时间注意力被海量线上信息所稀释。\textit{FarFetched} 旨在基于来自多个在线新闻来源的聚合证据，实现自动化的主张验证。我们引入了一种以实体为中心的推理框架，通过实体提及揭示事件、行动或声明之间的潜在关联，并在图数据库中进行表示。利用实体链接和语义相似性，我们提供了从多样化来源收集并整合信息，以生成与用户主张相关的证据的途径。随后，我们利用文本蕴含识别，对该主张的可信度进行量化判断。我们的ethods 旨在填补自动化主张验证在资源较少的语言中的空白，本研究以希腊语为例，并辅以训练相关的语义文本相似性 (STS) 和自然语言推理 (NLI) 模型，这些模型在翻译后的常用基准测试上进行评估。