TSVer：针对时间序列证据的事实验证基准
计算与语言
2026-04-21 v2
摘要
对时序和数值数据（如时间序列）进行推理，是事实核查的关键方面。虽然近期开发了许多系统来处理这种形式的证据，但其评估受限于现有数据集，后者常缺乏结构化证据、对裁决结果的依据不足或依赖合成性声明。在本文中，我们引入TSVer，一个新的事实验证基准数据集，专注于时间序列证据的时序和数值推理。TSVer包含来自41个事实核查组织的304个真实世界声明，以及覆盖多个领域的400个时间序列数据库。每项声明都标注了涉及所有相关时间序列的时间范围，并附有裁决结果及依据，反映证据如何被用来得出裁决。我们采用LLM辅助的多步骤标注流程，提高了标注质量，实现了对裁决结果的kappa=0.77的注释者间一致性。我们还开发了一个基准方法，用于针对时间序列证据验证声明，表明即使是最先进的推理模型如Gemini-2.5-Pro也面临挑战，在裁决方面准确率为63.57%，在裁决依据方面的Ev2R得分为47.36。
引用
@article{arxiv.2511.01101,
title = {TSVer: A Benchmark for Fact Verification Against Time-Series Evidence},
author = {Marek Strong and Andreas Vlachos},
journal= {arXiv preprint arXiv:2511.01101},
year = {2026}
}
备注
Published at EMNLP 2025. v2 includes a revised version of the dataset