ViWikiFC：基于越南文威科百科的事实核查资源
计算与语言
2026-03-17 v2
摘要
随着媒体生态系统中误information的激增，事实核查显得尤为重要。尽管假信息在每一种语言和国家中都存在，但目前解决此问题的研究主要集中在像英语和中文这样的用户基数巨大的语言社区中。面对资源较为匮乏的语言如越南语，亟需探索相应的语料库和模型进行事实验证。为弥合这一差距，我们构建了ViWikiFC——第一个为越南文威科百科事实核查准备的手动标注开放域语料库，包含超过2万个由从威科百科文章中提取证据句子后转换而来的主张。我们通过多种语言学角度分析了该语料库，包括新依赖率、新n-gram率以及新词率。我们对越南事实核查进行了 various 实验，包括证据检索与裁决预测。BM25和InfoXLM（Large）在两个任务中取得了最佳结果，BM25在证据检索任务中分别实现了88.30%的SUPPORTS准确率、86.93%的REFUTES准确率，以及仅56.67%的NEI标签准确率；InfoXLM（Large）在 verdict prediction 任务中实现了86.51%的F1分数。此外，我们还采用了管道化方法，仅使用InfoXLM（Large）和BM25时，严格准确率为67.00%。这些结果表明，该数据集对越南语言模型在事实核查任务中具有较大的挑战性。
引用
@article{arxiv.2405.07615,
title = {ViWikiFC: Fact-Checking for Vietnamese Wikipedia-Based Textual Knowledge Source},
author = {Hung Tuan Le and Long Truong To and Manh Trong Nguyen and Kiet Van Nguyen},
journal= {arXiv preprint arXiv:2405.07615},
year = {2026}
}