HoVer：一个用于多跳事实抽取与声明验证的数据集
计算与语言
2020-11-17 v2 人工智能
摘要
我们介绍HoVer（HOppy VERification），一个用于多跳证据抽取与事实验证的数据集。它挑战模型从若干与某声明相关的维基百科文章中抽取事实，并分类该声明是被事实支持还是不被支持。在HoVer中，声明需要从多达四篇英文维基百科文章中抽取证据，并体现多种形状的推理图。此外，大多数3/4跳声明以多个句子写成，这增加了理解如共指之类的长程依赖关系的复杂性。我们展示了一个现有的最先进语义匹配模型在我们数据集上的性能随着推理跳数的增加而显著下降，从而证明了多跳推理对于取得强结果的必要性。我们希望该具有挑战性数据集及配套评估任务的引入将鼓励多跳事实检索与信息验证方面的研究。我们在 https://hover-nlp.github.io 公开提供HoVer数据集。
引用
@article{arxiv.2011.03088,
title = {HoVer: A Dataset for Many-Hop Fact Extraction And Claim Verification},
author = {Yichen Jiang and Shikha Bordia and Zheng Zhong and Charles Dognin and Maneesh Singh and Mohit Bansal},
journal= {arXiv preprint arXiv:2011.03088},
year = {2020}
}
备注
Findings of EMNLP 2020 (20 pages)