M4FC: 一个多模态、多语言、多文化、多任务的真实世界事实核查数据集
计算与语言
2026-01-13 v2
摘要
现有的用于多模态事实核查的真实世界数据集存在多个局限性：它们包含的实例很少，只关注一种或两种语言和任务，存在证据泄露问题，或者依赖外部新闻文章集来获取真实主张的来源。为了解决这些缺点，我们引入了M4FC，一个新的真实世界数据集，包含4,982张图像和6,980个主张。这些图像由来自22个组织的专业事实核查员验证，代表了多样化的文化和地理背景。每个主张以十种语言中的一种或两种提供。M4FC涵盖六个多模态事实核查任务：视觉主张提取、声称者意图预测、虚假图像检测、图像情境化、位置验证和裁决预测。我们为所有任务提供了基线结果，并分析了组合中间任务如何影响裁决预测性能。我们公开了我们的数据集和代码。
引用
@article{arxiv.2510.23508,
title = {M4FC: a Multimodal, Multilingual, Multicultural, Multitask Real-World Fact-Checking Dataset},
author = {Jiahui Geng and Jonathan Tonglet and Iryna Gurevych},
journal= {arXiv preprint arXiv:2510.23508},
year = {2026}
}
备注
Preprint under review. Code and data available at: https://github.com/UKPLab/M4FC