零样本学习与关键点是自动事实核查的全部所需
计算与语言
2024-08-19 v1
摘要
自动事实核查是一项重要任务，因为在大量在线信息中确定某一主张的准确状态是一项关键挑战。该挑战需要稳健的评估以防止虚假信息的传播。现代大语言模型（LLM）在执行多种自然语言处理（NLP）任务方面已展现出高能力。通过利用适当的提示策略，其因理解大上下文和零样本学习能力而带来的多功能性，使它们能够模拟人类问题解决的直觉，并朝着成为替代人类解决问题的方向迈进。在本工作中，我们提出了一种基于零样本学习与关键点（ZSL-KeP）的简洁框架用于自动事实核查，该框架尽管简单，却在 AVeriTeC 共享任务数据集上表现良好，通过稳健地改进基线取得了第十名的成绩。
引用
@article{arxiv.2408.08400,
title = {Zero-Shot Learning and Key Points Are All You Need for Automated Fact-Checking},
author = {Mohammad Ghiasvand Mohammadkhani and Ali Ghiasvand Mohammadkhani and Hamid Beigy},
journal= {arXiv preprint arXiv:2408.08400},
year = {2024}
}