HealthFC：基于证据医学事实核查的健康声明验证

在数字时代，于互联网上寻求健康建议已成为普遍做法。与此同时，判定在线医疗内容的可信度正变得愈发困难。事实核查（fact-checking）已成为一种利用来自可信知识源的证据评估事实声明真实性的方法。为推进该任务的自动化自然语言处理（NLP）解决方案，本文引入了一个新的数据集 HealthFC。其包含 750 条德语与英语的健康相关声明，由医学专家标注真实性，并附有来自系统综述与临床试验的证据支持。我们提供了对该数据集的分析，突出其特点与挑战。该数据集可用于与自动化事实核查相关的 NLP 任务，如证据检索、声明验证或解释生成。为测试目的，我们提供了基于不同方法的基线系统，考察其性能并讨论发现。我们表明该数据集是一个具有高度挑战性的测试基准，在未来使用中潜力巨大。