FlashCheck：面向快速事实核查的高效证据检索探索

数字工具的进步导致了错误信息的泛滥。虽然事实核查旨在对抗这一问题，但人工事实核查既繁琐又难以扩展。自动化事实核查必须高效，才能实时地在源头帮助对抗错误信息。事实核查流程主要包括知识检索组件和验证组件，前者从维基百科等大型知识源中提取与待核查声明相关的知识。现有工作主要关注事实验证部分，而非从大型数据集合中进行证据检索，后者在实际应用（如实时事实核查）中常面临可扩展性问题。在本研究中，我们通过探索多种方法来解决这一空白，这些方法用于从维基百科等大型集合中索引一组简洁的事实陈述，以增强事实核查流程的检索阶段。我们还研究了向量量化的影响，以进一步提高采用密集检索方法进行第一阶段检索的流程的效率。我们利用维基百科作为知识源，在HoVer和WiCE等事实核查数据集上研究了这些方法的效率和有效性。我们还通过核查2024年总统辩论中的声明，评估了高效检索方法的实际效用，并开源了在辩论中识别出的声明及其对应标签的集合。通过将索引事实与密集检索和索引压缩相结合，与在大型集合上的传统事实核查流程相比，我们在CPU上实现了高达10.0倍的加速，在GPU上实现了超过20.0倍的加速。