用于证据感知假新闻检测的分层多头注意力网络

从政治、经济到公共卫生等各个领域，假新闻和错误信息的广泛传播已迫切需要对信息进行自动事实核查。假新闻检测近期的一个趋势是利用来自外部来源的证据。然而，现有的证据感知假新闻检测方法要么只关注词级注意力，要么只关注证据级注意力，这可能导致次优性能。在本文中，我们提出一种分层多头注意力网络（Hierarchical Multi-head Attentive Network）来事实核查文本声明。我们的模型联合结合了多头词级注意力和多头文档级注意力，这有助于在词级和证据级两方面提供解释。在两个真实数据集上的实验表明，我们的模型优于七个最先进的基线。相对于基线的提升为 6% 到 18%。我们的源代码和数据集发布于 \texttt{\url{https://github.com/nguyenvo09/EACL2021}}。