利用世界语言与适配器融合进行多语言可核查声明检测

可核查性检测是识别值得事实核查员调查的声明的任务。非世界语言的资源稀缺性和模型学习成本仍是构建支持多语言可核查性检测模型的主要挑战。本文提出在世界语言子集上交叉训练适配器，并通过适配器融合进行组合，以检测全球范围内以多种语言出现的声明。(1) 由于世界语言有大量标注者可用，且适配器模型存储高效，该方法更具成本效益。模型可以更频繁地更新，从而保持最新状态。(2) 适配器融合提供了洞察，并允许解释每个适配器模型对特定语言的影响。在我们基准任务中，所提出的方案通常优于顶级的多语言方法。