論文の概要: Unified Dual-view Cognitive Model for Interpretable Claim Verification
- arxiv url: http://arxiv.org/abs/2105.09567v1
- Date: Thu, 20 May 2021 07:44:03 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-21 20:04:43.548402
- Title: Unified Dual-view Cognitive Model for Interpretable Claim Verification
- Title（参考訳）: 解釈可能なクレーム検証のための統合デュアルビュー認知モデル
- Authors: Lianwei Wu, Yuan Rao, Yuqian Lan, Ling Sun and Zhaoyin Qi
- Abstract要約: 本稿では,集団認識と個人認知の視点に基づくデュアルビューモデルを提案する。
集団認知の観点からは、個々のユーザに基づく単語レベルの意味論を捉えるだけでなく、文レベルの意味論にも焦点をあてる。
個人認知の観点から、高い差のある上位$kの記事を選択し、局所的な鍵証拠の断片を探索するクレームと相互作用する。
- 参考スコア（独自算出の注目度）: 5.792785482633386
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent studies constructing direct interactions between the claim and each
single user response (a comment or a relevant article) to capture evidence have
shown remarkable success in interpretable claim verification. Owing to
different single responses convey different cognition of individual users
(i.e., audiences), the captured evidence belongs to the perspective of
individual cognition. However, individuals' cognition of social things is not
always able to truly reflect the objective. There may be one-sided or biased
semantics in their opinions on a claim. The captured evidence correspondingly
contains some unobjective and biased evidence fragments, deteriorating task
performance. In this paper, we propose a Dual-view model based on the views of
Collective and Individual Cognition (CICD) for interpretable claim
verification. From the view of the collective cognition, we not only capture
the word-level semantics based on individual users, but also focus on
sentence-level semantics (i.e., the overall responses) among all users and
adjust the proportion between them to generate global evidence. From the view
of individual cognition, we select the top-$k$ articles with high degree of
difference and interact with the claim to explore the local key evidence
fragments. To weaken the bias of individual cognition-view evidence, we devise
inconsistent loss to suppress the divergence between global and local evidence
for strengthening the consistent shared evidence between the both. Experiments
on three benchmark datasets confirm that CICD achieves state-of-the-art
performance.
- Abstract（参考訳）: 近年,クレームと個々のユーザ応答(コメントや関連記事)の直接的なインタラクションを構築して証拠を収集する研究が,解釈可能なクレーム検証において顕著な成功を収めている。
異なる単一応答は個々のユーザーの異なる認知(つまり、聴衆)を伝達するため、捕獲された証拠は個々の認知の観点に属する。
しかし、社会的物事に対する個人の認識は、必ずしもその目的を真に反映できるとは限らない。
主張に対する意見には一方的あるいは偏見的な意味論があるかもしれない。
捕獲された証拠には、いくつかの客観的で偏見のある証拠の断片が含まれており、タスクのパフォーマンスが低下している。
本稿では,解釈可能なクレーム検証のための集合認識と個人認識(CICD)の視点に基づくデュアルビューモデルを提案する。
集団認知の観点からは、個々のユーザに基づく単語レベルのセマンティクスをキャプチャするだけでなく、全ユーザ間の文レベルのセマンティクス(つまり、全体の反応)に焦点を当て、それらの比率を調整してグローバルな証拠を生成する。
個々の認知の観点からは、高い差度を持つ上位$k$の論文を選択し、その主張と相互作用して、局所的な重要証拠の断片を探索する。
個々の認知的視点証拠の偏りを弱めるために,我々は不整合損失を考案し,グローバル証拠とローカル証拠の相違を抑制し,両者の一貫した共有証拠を強化する。
3つのベンチマークデータセットの実験により、CICDが最先端のパフォーマンスを達成することを確認した。
関連論文リスト
- Dynamic Evidence Decoupling for Trusted Multi-view Learning [17.029245880233816]
本稿では,一貫性と相補性を考慮したマルチビューラーニング(CCML)手法を提案する。
我々はまず,信念の質量ベクトルと不確実性推定からなる明らかな深層ニューラルネットワークを用いて,見解を構築する。
その結果, 動的エビデンスデカップリング戦略の有効性を検証し, CCMLが精度と信頼性の基準線を著しく上回ることを示した。
論文 参考訳（メタデータ） (2024-10-04T03:27:51Z) - Navigating the Noisy Crowd: Finding Key Information for Claim Verification [19.769771741059408]
EAConは,証拠の中から重要な情報を見つけ出し,請求項の各側面を個別に検証するフレームワークである。
Ecconはクレームからキーワードを見つけ出し、ファジィマッチングを使用して、生のエビデンスごとに関連するキーワードを選択する。
Ecconは、元の主張をサブステートに分解し、個別に抽象化された証拠と生の証拠の両方に対して検証される。
論文 参考訳（メタデータ） (2024-07-17T09:24:10Z) - Beyond Relevance: Evaluate and Improve Retrievers on Perspective Awareness [56.42192735214931]
検索者は、ドキュメントとクエリ間のセマンティックな関連性に頼るだけでなく、ユーザクエリの背後にある微妙な意図や視点を認識することも期待されている。
本研究では,検索者がクエリの異なる視点を認識し,応答できるかどうかを検討する。
我々は,現在の検索者はクエリにおいて微妙に異なる視点に対する認識が限られており,特定の視点に偏りがあることを示す。
論文 参考訳（メタデータ） (2024-05-04T17:10:00Z) - Zero-shot Faithful Factual Error Correction [53.121642212060536]
事実の誤りを忠実に訂正することは、テキストの知識基盤の整合性を維持し、シーケンス・ツー・シーケンス・モデルにおける幻覚を防ぐために重要である。
提案するゼロショットフレームワークは,入力クレームに関する質問を定式化し,与えられたエビデンスにおける正しい回答を求め,そのエビデンスとの整合性に基づいて各補正の忠実さを評価する。
論文 参考訳（メタデータ） (2023-05-13T18:55:20Z) - Read it Twice: Towards Faithfully Interpretable Fact Verification by
Revisiting Evidence [59.81749318292707]
本稿では,証拠の検索とクレームの検証を行うためにReReadという名前の事実検証モデルを提案する。
提案システムは,異なる設定下での最良のレポートモデルに対して,大幅な改善を実現することができる。
論文 参考訳（メタデータ） (2023-05-02T03:23:14Z) - Nested Counterfactual Identification from Arbitrary Surrogate
Experiments [95.48089725859298]
観測と実験の任意の組み合わせからネスト反事実の同定について検討した。
具体的には、任意のネストされた反事実を非ネストされたものへ写像できる反ファクト的非ネスト定理(英語版)(CUT)を証明する。
論文 参考訳（メタデータ） (2021-07-07T12:51:04Z) - Topic-Aware Evidence Reasoning and Stance-Aware Aggregation for Fact
Verification [19.130541561303293]
本稿では,事実検証のための新たな話題認識型証拠推論とスタンス認識型アグリゲーションモデルを提案する。
2つのベンチマークデータセットで実施されたテストは、事実検証のためのいくつかの最先端アプローチよりも提案モデルの方が優れていることを示す。
論文 参考訳（メタデータ） (2021-06-02T14:33:12Z) - AmbiFC: Fact-Checking Ambiguous Claims with Evidence [57.7091560922174]
実世界の情報ニーズから10kクレームを抽出したファクトチェックデータセットであるAmbiFCを提示する。
アンビFCの証拠に対する主張を比較する際に,曖昧さから生じる不一致を分析した。
我々は,このあいまいさをソフトラベルで予測するモデルを開発した。
論文 参考訳（メタデータ） (2021-04-01T17:40:08Z) - Hierarchical Evidence Set Modeling for Automated Fact Extraction and
Verification [5.836068916903788]
階層的エビデンス・セット・モデリング(Heerarchical Evidence Set Modeling, HESM)は、エビデンス・セットを抽出し、サポート対象のクレームを検証するためのフレームワークである。
実験の結果,HESMは事実抽出とクレーム検証の7つの最先端手法より優れていた。
論文 参考訳（メタデータ） (2020-10-10T22:27:17Z) - CausalVAE: Structured Causal Disentanglement in Variational Autoencoder [52.139696854386976]
変分オートエンコーダ(VAE)の枠組みは、観測から独立した因子をアンタングルするために一般的に用いられる。
本稿では, 因果内因性因子を因果内因性因子に変換する因果層を含むVOEベースの新しいフレームワークCausalVAEを提案する。
その結果、CausalVAEが学習した因果表現は意味論的に解釈可能であり、DAG(Directed Acyclic Graph)としての因果関係は精度良く同定された。
論文 参考訳（メタデータ） (2020-04-18T20:09:34Z)
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。