HybridFC：面向知识图谱的混合式事实核查方法
机器学习
2024-09-11 v1 人工智能
数据库
摘要
本文考察旨在预测知识图谱中断言真实性的事实核查方法。近期文献中已提出五类面向知识图谱的事实核查方法，每类方法都受到部分重叠局限性的制约。具体而言，现有基于文本的方法局限于手动特征工程；基于路径和基于规则的方法则局限于仅使用知识图谱作为背景知识；基于嵌入的方法在当前事实核查任务上准确率较低。我们提出一种混合方法——称为 HybridFC——通过在集成学习设置中利用事实核查方法各类别的多样性，以实现显著更好的预测性能。具体而言，我们的方法在 FactBench 数据集上以 Area Under the Receiver Operating Characteristic 曲线指标，相较于当前最先进方法提升 0.14 至 0.27。我们的代码已开源，可在 https://github.com/dice-group/HybridFC 查阅。
引用
@article{arxiv.2409.06692,
title = {HybridFC: A Hybrid Fact-Checking Approach for Knowledge Graphs},
author = {Umair Qudus and Michael Roeder and Muhammad Saleem and Axel-Cyrille Ngonga Ngomo},
journal= {arXiv preprint arXiv:2409.06692},
year = {2024}
}