論文の概要: QACHECK: A Demonstration System for Question-Guided Multi-Hop Fact-Checking

• arxiv url: http://arxiv.org/abs/2310.07609v1
• Date: Wed, 11 Oct 2023 15:51:53 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-12 21:59:35.540189
• Title: QACHECK: A Demonstration System for Question-Guided Multi-Hop Fact-Checking
• Title（参考訳）: QACHECK: 質問ガイド付きマルチホップファクトチェッキングのためのデモシステム
• Authors: Liangming Pan, Xinyuan Lu, Min-Yen Kan, Preslav Nakov
• Abstract要約: 本稿では,質問誘導型マルチホップFact-Checking(QACHECK)システムを提案する。 クレームの検証に批判的な一連の質問をすることで、モデルの推論プロセスを導く。 各質問を支持する証拠の源となり、透明で説明可能な、ユーザフレンドリーな事実チェックプロセスが育まれます。
• 参考スコア（独自算出の注目度）: 68.06355980166053
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Fact-checking real-world claims often requires complex, multi-step reasoning due to the absence of direct evidence to support or refute them. However, existing fact-checking systems often lack transparency in their decision-making, making it challenging for users to comprehend their reasoning process. To address this, we propose the Question-guided Multi-hop Fact-Checking (QACHECK) system, which guides the model's reasoning process by asking a series of questions critical for verifying a claim. QACHECK has five key modules: a claim verifier, a question generator, a question-answering module, a QA validator, and a reasoner. Users can input a claim into QACHECK, which then predicts its veracity and provides a comprehensive report detailing its reasoning process, guided by a sequence of (question, answer) pairs. QACHECK also provides the source of evidence supporting each question, fostering a transparent, explainable, and user-friendly fact-checking process. A recorded video of QACHECK is at https://www.youtube.com/watch?v=ju8kxSldM64
• Abstract（参考訳）: Fact-checking real-world claims は、しばしば、それらを支持したり反証する直接的な証拠がないため、複雑で多段階の推論を必要とする。 しかし、既存のファクトチェックシステムは意思決定の透明性を欠くことが多いため、ユーザが推論プロセスを理解するのが難しくなっている。 そこで本研究では,クレームの検証に不可欠な質問を複数問うことで,モデルの推論過程をガイドする質問誘導型マルチホップファクトチェッキング(QACHECK)システムを提案する。 QACHECKには、クレーム検証器、質問生成器、質問応答モジュール、QA検証器、推論器の5つの重要なモジュールがある。 ユーザはqacheckにクレームを入力することで、その妥当性を予測し、一連の(質問、回答)ペアによって導かれる推論プロセスに関する包括的なレポートを提供する。 QACHECKはまた、各質問を支持するエビデンス源を提供し、透明で説明可能な、ユーザフレンドリーな事実チェックプロセスを促進する。 QACHECKのビデオはhttps://www.youtube.com/watch? v=ju8kxSldM64

関連論文リスト

• FACTIFY-5WQA: 5W Aspect-based Fact Verification through Question Answering [3.0401523614135333]
  人間のファクトチェッカーは一般的に、検証の至上性のクレームを検証するためのいくつかの論理的なステップに従う。 アスペクトベースの(どの部分(s)が真で、どれが偽であるかを記述)説明可能なシステムを持つことが必要である。 本稿では,質問応答に基づく事実説明可能性のための5Wフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-05-07T16:52:21Z)
• CREPE: Open-Domain Question Answering with False Presuppositions [92.20501870319765]
  オンライン情報検索フォーラムからの予測失敗の自然な分布を含むQAデータセットであるCREPEを紹介する。 25%の質問が偽の前提命題を含み、これらの前提命題とその修正のための注釈を提供する。 既存のオープンドメインQAモデルの適応は適度に予測できるが、仮定が実際に正しいかどうかを予測するのに苦労する。
  論文  参考訳（メタデータ） (2022-11-30T18:54:49Z)
• 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)
• Do Answers to Boolean Questions Need Explanations? Yes [11.226970608525596]
  既存のTyDi QAとBoolQデータセットのエビデンスを示す新しいアノテーションセットをリリースします。 私たちのアノテーションは、改善されたエビデンスの範囲を抽出するモデルをトレーニングするために使用できます。
  論文  参考訳（メタデータ） (2021-12-14T22:40:28Z)
• Explainable Fact-checking through Question Answering [17.1138216746642]
  我々は,クレームから質問や回答を生成し,証拠から同じ質問に答えることを提案する。 また,各質問にアテンション機構を付加した回答比較モデルを提案する。 実験結果から,提案モデルが合理的に説明可能な機能を提供しながら,最先端の性能を達成できることが示唆された。
  論文  参考訳（メタデータ） (2021-10-11T15:55:11Z)
• Robustifying Multi-hop QA through Pseudo-Evidentiality Training [28.584236042324896]
  本研究では,正解法を使わずに正しい解答を行うマルチホップ質問応答モデルのバイアス問題について検討する。 そこで本稿では, 正解が正しい証拠によって裏付けられるかどうかを判断し, 明解性を学習するための新しい手法を提案する。
  論文  参考訳（メタデータ） (2021-07-07T14:15:14Z)
• REM-Net: Recursive Erasure Memory Network for Commonsense Evidence Refinement [130.8875535449478]
  REM-Netは、答えを説明できない低品質な証拠を消去することで証拠を洗練するためのモジュールを備えている。 既存の知識ベースから証拠を取得する代わりに、REM-Netは事前訓練された生成モデルを利用して、質問用にカスタマイズされた候補証拠を生成する。 結果はREM-Netの性能を示し、洗練された証拠が説明可能であることを示します。
  論文  参考訳（メタデータ） (2020-12-24T10:07:32Z)
• Generating Fact Checking Briefs [97.82546239639964]
  本研究では, 事実確認の精度と効率を高めるために, 事実確認を行う前に, クレームに関する情報を提供することにより, 事実確認の精度と効率を高める方法について検討する。 我々は,クレームに条件付き質問セットを生成し,証拠を検索し,回答を生成するモデルQABrieferを開発した。 本研究では,特にQABriefsにおけるブリーフィングによる事実チェックによって,クラウドワーカーの精度が10%向上すると同時に,時間もわずかに低下することを示す。
  論文  参考訳（メタデータ） (2020-11-10T23:02:47Z)
• Unsupervised Question Decomposition for Question Answering [102.56966847404287]
  本論文では, ワンツーNアン教師付きシーケンスシーケンス(ONUS)のアルゴリズムを提案する。 当初,ドメイン外,マルチホップ開発セットのベースラインが強かったため,HotpotQAでは大きなQA改善が見られた。
  論文  参考訳（メタデータ） (2020-02-22T19:40:35Z)

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。