KG-CRAFT：基于知识图谱的对比推理与LLM增强自动化事实核查

声明验证是自动化事实核查系统的核心组成部分，旨在通过对照可靠的证据来源（如文档或知识库）评估陈述的真实性。本文提出了KG-CRAFT，一种通过利用基于知识图谱的对比问题增强的大语言模型（LLM）来改进自动声明验证的方法。KG-CRAFT首先从声明和相关报告中构建知识图谱，然后根据知识图谱结构制定上下文相关的对比问题。这些问题引导基于证据的报告进行提炼，这些报告被综合成一份简洁的摘要，供LLM用于真实性评估。在两个真实世界数据集（LIAR-RAW和RAWFC）上的广泛评估表明，我们的方法在预测性能上达到了新的最优水平。全面的分析详细验证了我们基于知识图谱的对比推理方法在提升LLM事实核查能力方面的有效性。