缺失的部分：通过半真话检测增强事实核查
计算与语言
2025-09-23 v2
摘要
事实核查系统通常评估一个声明是否得到检索到的证据的支持，假设真实性仅取决于所陈述的内容。然而，许多现实世界的声明是半真话，在事实上正确但由于遗漏了关键背景而具有误导性。现有模型难以处理此类情况，因为它们并非设计用于推理被遗漏的信息。我们引入了半真话检测任务，并提出了 PolitiFact-Hidden，这是一个包含 15k 个政治声明的新基准，这些声明带有句子级别的证据对齐和推断的声明意图。为了应对这一挑战，我们提出了 TRACER，一个模块化的重新评估框架，通过对齐证据、推断隐含意图以及估计隐藏内容的因果影响来识别基于遗漏的错误信息。TRACER 可以集成到现有的事实核查流程中，并持续提升多个强基线的性能。值得注意的是，它将半真话分类 F1 分数提高了多达 16 个百分点，突显了为可信的事实核查而对遗漏进行建模的重要性。该基准和代码可通过 https://github.com/tangyixuan/TRACER 获取。
引用
@article{arxiv.2508.00489,
title = {The Missing Parts: Augmenting Fact Verification with Half-Truth Detection},
author = {Yixuan Tang and Jincheng Wang and Anthony K. H. Tung},
journal= {arXiv preprint arXiv:2508.00489},
year = {2025}
}
备注
Accepted by EMNLP 2025