面向自动化事实核查的自监督声明识别
计算与语言
2021-02-05 v1 人工智能
信息检索
摘要
我们提出一种新颖的、基于注意力的自监督方法，以识别假新闻文章中的“值得声明”句子，此为自动化事实核查的重要第一步。我们利用标题与内容的“关于性”（aboutness），通过注意力机制完成该任务。所识别的声明可用于下游的声明核实任务；为此我们发布了一个基准数据集，包含人工筛选的、带真实性标签与相关证据的有力文章。本工作超越文体分析，致力于识别影响读者信念的内容。在三个数据集上的实验显示了我们模型的优势。数据与代码见 https://github.com/architapathak/Self-Supervised-ClaimIdentification
引用
@article{arxiv.2102.02335,
title = {Self-Supervised Claim Identification for Automated Fact Checking},
author = {Archita Pathak and Mohammad Abuzar Shaikh and Rohini Srihari},
journal= {arXiv preprint arXiv:2102.02335},
year = {2021}
}
备注
15 pages, 4 figures, Accepted at ICON 2020