論文の概要: Multi-Hop Fact Checking of Political Claims
- arxiv url: http://arxiv.org/abs/2009.06401v3
- Date: Tue, 1 Jun 2021 14:06:14 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-20 02:34:50.624426
- Title: Multi-Hop Fact Checking of Political Claims
- Title（参考訳）: 政治的主張のマルチホップファクトチェック
- Authors: Wojciech Ostrowski, Arnav Arora, Pepa Atanasova, Isabelle Augenstein
- Abstract要約: 相互接続された証拠チャンクよりも、複数のホップを持つ自然発生クレームのより複雑なクレーム検証について検討する。
クレーム検証のための証拠文の小さな注釈付きデータセットPolitHopを構築した。
タスクは複雑で、エビデンスを推論するアーキテクチャーで最高のパフォーマンスを達成するのに役立ちます。
- 参考スコア（独自算出の注目度）: 43.25708842000248
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent work has proposed multi-hop models and datasets for studying complex
natural language reasoning. One notable task requiring multi-hop reasoning is
fact checking, where a set of connected evidence pieces leads to the final
verdict of a claim. However, existing datasets either do not provide
annotations for gold evidence pages, or the only dataset which does (FEVER)
mostly consists of claims which can be fact-checked with simple reasoning and
is constructed artificially. Here, we study more complex claim verification of
naturally occurring claims with multiple hops over interconnected evidence
chunks. We: 1) construct a small annotated dataset, PolitiHop, of evidence
sentences for claim verification; 2) compare it to existing multi-hop datasets;
and 3) study how to transfer knowledge from more extensive in- and
out-of-domain resources to PolitiHop. We find that the task is complex and
achieve the best performance with an architecture that specifically models
reasoning over evidence pieces in combination with in-domain transfer learning.
- Abstract（参考訳）: 近年の研究では、複雑な自然言語推論を研究するためのマルチホップモデルとデータセットが提案されている。
マルチホップ推論を必要とする注目すべきタスクの1つは事実チェックであり、接続された証拠のセットがクレームの最終判断に繋がる。
しかし、既存のデータセットは金のエビデンスページのアノテーションを提供していないか、または(FEVER)唯一のデータセットは、単純な推論で事実チェックでき、人工的に構築されるクレームで構成されている。
ここでは、相互接続された証拠チャンクの上に複数のホップを持つ自然発生クレームのより複雑なクレーム検証を行う。
私たち
1) クレーム検証のための証拠文の小さな注釈付きデータセット、politihopを構築する。
2) 既存のマルチホップデータセットと比較し,
3)より広範なドメイン内および外部リソースからPolitHopへの知識の転送方法を検討する。
タスクは複雑で、ドメイン内の転送学習と組み合わせてエビデンスを推論するアーキテクチャで、最高のパフォーマンスを達成することが分かっています。
関連論文リスト
- EX-FEVER: A Dataset for Multi-hop Explainable Fact Verification [22.785622371421876]
マルチホップで説明可能な事実検証のための先駆的データセットを提案する。
2ホップと3ホップの推論を含む6万件以上の主張により、それぞれがハイパーリンクされたウィキペディア文書から情報を要約して修正することによって作成される。
提案するEX-FEVERデータセットをベースラインとして,文書検索,説明生成,クレーム検証を行う。
論文 参考訳（メタデータ） (2023-10-15T06:46:15Z) - Give Me More Details: Improving Fact-Checking with Latent Retrieval [58.706972228039604]
証拠は、自動化された事実チェックにおいて重要な役割を果たす。
既存のファクトチェックシステムは、エビデンス文が与えられたと仮定するか、検索エンジンが返した検索スニペットを使用する。
資料から得られた全文を証拠として組み込んで,2つの豊富なデータセットを導入することを提案する。
論文 参考訳（メタデータ） (2023-05-25T15:01:19Z) - Locate Then Ask: Interpretable Stepwise Reasoning for Multi-hop Question
Answering [71.49131159045811]
マルチホップ推論では、複雑な質問に答えるために複数の文書を集約する必要がある。
既存の方法は通常、マルチホップの質問を単純なシングルホップの質問に分解する。
そこで本研究では,単一ホップ支援文識別と単一ホップ質問生成の両方を組み込む,解釈可能な段階的推論フレームワークを提案する。
論文 参考訳（メタデータ） (2022-08-22T13:24:25Z) - Generating Literal and Implied Subquestions to Fact-check Complex Claims [64.81832149826035]
我々は、複雑なクレームを、そのクレームの正確性に影響を及ぼす「イエス・ノー・サブクエスト」の包括的集合に分解することに集中する。
我々は1000以上のクレームに対する分解のデータセットである ClaimDecomp を提示する。
これらのサブクエストは、関連する証拠を特定し、すべてのクレームを事実確認し、回答を通じて正確性を引き出すのに役立ちます。
論文 参考訳（メタデータ） (2022-05-14T00:40:57Z) - Dynamic Semantic Graph Construction and Reasoning for Explainable
Multi-hop Science Question Answering [50.546622625151926]
マルチホップQAのための説明可能性を得ながら,より有効な事実を活用できる新しいフレームワークを提案する。
a) tt AMR-SG,(a) tt AMR-SG,(a) tt AMR-SG,(a) tt AMR-SG,(c) グラフ畳み込みネットワーク(GCN)を利用した事実レベルの関係モデリング,(c) 推論過程の導出を行う。
論文 参考訳（メタデータ） (2021-05-25T09:14:55Z) - A Knowledge Enhanced Learning and Semantic Composition Model for Multi-Claim Fact Checking [18.395092826197267]
本稿では,多条件事実チェックのためのエンド・ツー・エンドの知識強化学習と検証手法を提案する。
提案手法は,KGに基づく学習強化と多文意味合成という2つのモジュールから構成される。
論文 参考訳（メタデータ） (2021-04-27T08:43:14Z) - Few Shot Learning for Information Verification [0.0]
ウィキペディアから取った記事のリストから選択された証拠に基づいて事実を検証することを目指しています。
本研究では,ウィキペディアの記事リストから選択された証拠に基づいて事実を検証することを目的とする。
論文 参考訳（メタデータ） (2021-02-22T12:56:12Z) - HoVer: A Dataset for Many-Hop Fact Extraction And Claim Verification [74.66819506353086]
HoVerはマルチホップエビデンス抽出と事実検証のためのデータセットである。
クレームに関連するいくつかのウィキペディア記事から事実を抽出するモデルに挑戦する。
3/4ホップのクレームのほとんどは複数の文で書かれており、長距離依存関係を理解する複雑さが増している。
論文 参考訳（メタデータ） (2020-11-05T20:33:11Z) - Constructing A Multi-hop QA Dataset for Comprehensive Evaluation of
Reasoning Steps [31.472490306390977]
マルチホップ質問応答データセットは、モデルが与えられた質問に答えるために複数の段落を読むことを要求することにより、推論と推論のスキルをテストすることを目的としている。
これまでの研究では、既存のマルチホップデータセットの多くの例は、質問に答えるためにマルチホップ推論を必要としないことが判明した。
構造化データと非構造化データを利用する2WikiMultiHopQAと呼ばれる新しいマルチホップQAデータセットを提案する。
論文 参考訳（メタデータ） (2020-11-02T15:42:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。