可扩展的带人在回路事实核查
计算与语言
2024-10-08 v1
摘要
研究者已在多个方向探索事实核查的自动化解决方案。然而，当前方法常忽视每天发布的信息量在不断攀升且其中大量信息相互重叠这一事实。为加速事实核查，我们通过将相似消息分组并汇总为聚合声明来弥补这一差距。具体而言，我们首先清理一组社交媒体帖子(如推文)并基于其语义构建所有帖子的图；然后，我们执行两种聚类方法对消息分组以进一步进行声明汇总。我们用ROUGE分数定量且用人工评估定性地评价汇总结果。我们还生成汇总图以验证它们之间无显著重叠。结果将28,818条原始消息缩减为700条汇总声明，展示了通过从海量无序冗余消息中组织并选取代表性声明来加速事实核查过程的潜力。
引用
@article{arxiv.2109.10992,
title = {Scalable Fact-checking with Human-in-the-Loop},
author = {Jing Yang and Didier Vega-Oliveros and Tais Seibt and Anderson Rocha},
journal= {arXiv preprint arXiv:2109.10992},
year = {2024}
}
备注
Accepted in IEEE International Workshop on Information Forensics and Security - WIFS 2021, Montpellier, France