論文の概要: An Explainable Framework for Misinformation Identification via Critical Question Answering

• arxiv url: http://arxiv.org/abs/2503.14626v1
• Date: Tue, 18 Mar 2025 18:24:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-20 15:24:18.488829
• Title: An Explainable Framework for Misinformation Identification via Critical Question Answering
• Title（参考訳）: 批判的質問応答による誤情報識別のための説明可能なフレームワーク
• Authors: Ramon Ruiz-Dolz, John Lawrence,
• Abstract要約: 本稿では,疑似情報検出のための新たなフレームワークを提案する。 NLAS-CQは3,566の教科書のような自然言語の議論スキームインスタンスと4,687の対応回答を組み合わせた最初のコーパスである。
• 参考スコア（独自算出の注目度）: 2.4861619769660637
• License:
• Abstract: Natural language misinformation detection approaches have been, to date, largely dependent on sequence classification methods, producing opaque systems in which the reasons behind classification as misinformation are unclear. While an effort has been made in the area of automated fact-checking to propose explainable approaches to the problem, this is not the case for automated reason-checking systems. In this paper, we propose a new explainable framework for both factual and rational misinformation detection based on the theory of Argumentation Schemes and Critical Questions. For that purpose, we create and release NLAS-CQ, the first corpus combining 3,566 textbook-like natural language argumentation scheme instances and 4,687 corresponding answers to critical questions related to these arguments. On the basis of this corpus, we implement and validate our new framework which combines classification with question answering to analyse arguments in search of misinformation, and provides the explanations in form of critical questions to the human user.
• Abstract（参考訳）: 自然言語の誤情報検出アプローチは、これまで、配列分類法に大きく依存しており、誤情報としての分類の背景にある理由が不明な不透明なシステムを生み出してきた。 問題に対する説明可能なアプローチを提案するために、自動化された事実チェックの分野において努力が続けられてきたが、自動的理由チェックシステムではそうではない。 本稿では,具体的スキームの理論と批判的質問に基づく,事実的かつ合理的な誤情報検出のための新しい説明可能なフレームワークを提案する。 そこで我々は,3,566の教科書的自然言語論証スキームインスタンスと4,687の対応回答を組み合わせた最初のコーパスであるNLAS-CQを作成した。 このコーパスをベースとして,誤情報探索の議論を解析するために,分類と質問応答を組み合わせた新たな枠組みを実装,検証し,人間ユーザに対して批判的質問の形で説明を提供する。

関連論文リスト

• Dialogue-based Explanations for Logical Reasoning using Structured Argumentation [0.06138671548064355]
  我々は、最先端技術の構造的弱点を特定し、これらの問題に対処するための一般的な議論に基づくアプローチを提案する。 我々の研究は、問合せ応答を計算し、説明するための弁証法として対話モデルを提供する。 これにより、既存の説明形式よりも表現的かつ直感的な弁証的証明木を説明として構築することができる。
  論文  参考訳（メタデータ） (2025-02-16T22:26:18Z)
• Evaluating the Rationale Understanding of Critical Reasoning in Logical Reading Comprehension [13.896697187967547]
  論理的読解データセットから、なぜ解答オプションを選択するか、あるいは排除すべきかを説明する、合理的テキストをクラウドソースします。 実験の結果、最近の大規模言語モデル(例えば、インストラクションGPT)は、たとえ主要な疑問に正しく答えられるとしても、要求に答えることに苦慮していることがわかった。
  論文  参考訳（メタデータ） (2023-11-30T08:44:55Z)
• Clarify When Necessary: Resolving Ambiguity Through Interaction with LMs [58.620269228776294]
  そこで本稿では,ユーザに対して,あいまいさを解消するためのタスク非依存のフレームワークを提案する。 我々は3つのNLPアプリケーション(質問応答、機械翻訳、自然言語推論)にまたがるシステムを評価する。 インテントシムは堅牢であり、幅広いNLPタスクやLMの改善を実証している。
  論文  参考訳（メタデータ） (2023-11-16T00:18:50Z)
• Open-Set Knowledge-Based Visual Question Answering with Inference Paths [79.55742631375063]
  知識に基づく視覚的質問回答(KB-VQA)の目的は、外部知識ベースの助けを借りて質問に対する正しい回答を提供することである。 KB-VQA, Graph pATH ranker (GATHER for brevity) の新しいレトリバーランカパラダイムを提案する。 具体的には、グラフの構築、プルーニング、パスレベルのランク付けが含まれており、正確な回答を検索するだけでなく、推論パスを提供して推論プロセスを説明する。
  論文  参考訳（メタデータ） (2023-10-12T09:12:50Z)
• Discourse Analysis via Questions and Answers: Parsing Dependency Structures of Questions Under Discussion [57.43781399856913]
  この研究は、談話分析にQUD(Language framework of Questions Under discussion)を採用する。 我々は、文間の関係を、徹底的なきめ細かい質問とは対照的に、自由形式の質問として特徴づける。 完全文書上の質問の依存関係構造を導出する第一種QUDを開発する。
  論文  参考訳（メタデータ） (2022-10-12T03:53:12Z)
• DecAF: Joint Decoding of Answers and Logical Forms for Question Answering over Knowledge Bases [81.19499764899359]
  本稿では,論理形式と直解の両方を共同で生成する新しいフレームワークDecAFを提案する。 DecAFはWebQSP、FreebaseQA、GrailQAベンチマークで新しい最先端の精度を実現している。
  論文  参考訳（メタデータ） (2022-09-30T19:51:52Z)
• Discourse Comprehension: A Question Answering Framework to Represent Sentence Connections [35.005593397252746]
  談話理解のためのモデルの構築と評価における重要な課題は、注釈付きデータの欠如である。 本稿では,ニュース文書の理解を目的としたスケーラブルなデータ収集を実現する新しいパラダイムを提案する。 得られたコーパスDCQAは、607の英語文書からなる22,430の質問応答ペアで構成されている。
  論文  参考訳（メタデータ） (2021-11-01T04:50:26Z)
• Ranking Facts for Explaining Answers to Elementary Science Questions [1.4091801425319965]
  小学校の理科試験では、学生は通常4つの選択肢の中から1つの答えを選び、なぜその選択をしたのかを説明することができる。 我々は,人間による事実から回答を導き出す新しい課題について考察する。 説明は、WorldTree corpus内の5000近い候補事実の人間による注釈付きセットから作成されます。
  論文  参考訳（メタデータ） (2021-10-18T06:15:11Z)
• Discrete Reasoning Templates for Natural Language Understanding [79.07883990966077]
  我々は,複雑な質問をより単純な質問に分解する手法を提案する。 事前定義された推論テンプレートの指示に従って最終回答を導出する。 我々のアプローチは、解釈可能でありながら最先端技術と競合し、監督をほとんど必要としないことを示す。
  論文  参考訳（メタデータ） (2021-04-05T18:56:56Z)
• A Survey on Complex Question Answering over Knowledge Base: Recent Advances and Challenges [71.4531144086568]
  知識ベース(KB)に対する質問回答(QA)は、自然言語の質問に自動的に答えることを目的としている。 研究者は、よりKBのトリプルと制約推論を必要とする単純な質問から複雑な質問へと注意を移した。
  論文  参考訳（メタデータ） (2020-07-26T07:13:32Z)

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。