多模态自动事实核查：一项综述
计算与语言
2023-10-27 v3 人工智能
计算机视觉与模式识别
摘要
错误信息常以多种模态传播，例如带有错误描述的图像。多模态错误信息在人类看来更可信，且比纯文本错误信息传播更快。尽管研究自动事实核查（AFC）的工作日益增多，此前的综述大多聚焦于文本。本综述中，我们概念化了一个 AFC 框架，包含了多模态错误信息特有的子任务。此外，我们讨论了不同领域中使用的相关术语，并将其映射到我们的框架中。我们聚焦于真实世界事实核查中四种盛行的模态：文本、图像、音频和视频。我们综述了基准与模型，并讨论了局限性及未来研究的有前景方向。
引用
@article{arxiv.2305.13507,
title = {Multimodal Automated Fact-Checking: A Survey},
author = {Mubashara Akhtar and Michael Schlichtkrull and Zhijiang Guo and Oana Cocarascu and Elena Simperl and Andreas Vlachos},
journal= {arXiv preprint arXiv:2305.13507},
year = {2023}
}
备注
The 2023 Conference on Empirical Methods in Natural Language Processing (EMNLP): Findings