面向可解释声明验证的统一双视角认知模型
计算与语言
2021-05-21 v1 人工智能
计算机与社会
社会与信息网络
摘要
近期研究中,通过构建声明与每条单一用户回应(评论或相关文章)之间的直接交互来捕获证据,在可解释声明验证中取得了显著成功。由于不同的单一回应传达了不同个体用户(即受众)的认知,所捕获的证据属于个体认知视角。然而,个体对社会事物的认知并非总能真实反映客观情况。其关于某声明的观点中可能存有一面之词或偏见语义。所捕获的证据相应包含一些非客观且有偏的证据片段,损害任务性能。本文中,我们提出一种基于集体与个体认知视角(CICD)的双视角模型用于可解释声明验证。从集体认知视角,我们不仅基于个体用户捕获词级语义,还关注所有用户间的句级语义(即整体回应)并调整二者比例以生成全局证据。从个体认知视角,我们选取差异度最高的前 篇文章并与声明交互以探索局部关键证据片段。为削弱个体认知视角证据的偏差,我们设计不一致损失以抑制全局与局部证据间的分歧,从而强化二者间一致的共享证据。在三个基准数据集上的实验证实 CICD 取得了最先进性能。
引用
@article{arxiv.2105.09567,
title = {Unified Dual-view Cognitive Model for Interpretable Claim Verification},
author = {Lianwei Wu and Yuan Rao and Yuqian Lan and Ling Sun and Zhaoyin Qi},
journal= {arXiv preprint arXiv:2105.09567},
year = {2021}
}
备注
ACL 2021