論文の概要: +VeriRel: Verification Feedback to Enhance Document Retrieval for Scientific Fact Checking

• arxiv url: http://arxiv.org/abs/2508.11122v1
• Date: Thu, 14 Aug 2025 23:57:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-18 14:51:23.697985
• Title: +VeriRel: Verification Feedback to Enhance Document Retrieval for Scientific Fact Checking
• Title（参考訳）: VeriRel: 科学的ファクトチェックのためのドキュメント検索の検証フィードバック
• Authors: Xingyu Deng, Xi Wang, Mark Stevenson,
• Abstract要約: 本稿では,文書ランキングにおける検証成功を含む+VeriRelを提案する。 3つの科学的事実チェックデータセットの実験結果は、文書証拠検索のための+VeriRelによる一貫したパフォーマンスを示す。 先進的な科学的事実チェックのために複雑な文書を調べる際に、詳細な関連性を評価するための将来的な取り組みを示す。
• 参考スコア（独自算出の注目度）: 11.88478056313921
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Identification of appropriate supporting evidence is critical to the success of scientific fact checking. However, existing approaches rely on off-the-shelf Information Retrieval algorithms that rank documents based on relevance rather than the evidence they provide to support or refute the claim being checked. This paper proposes +VeriRel which includes verification success in the document ranking. Experimental results on three scientific fact checking datasets (SciFact, SciFact-Open and Check-Covid) demonstrate consistently leading performance by +VeriRel for document evidence retrieval and a positive impact on downstream verification. This study highlights the potential of integrating verification feedback to document relevance assessment for effective scientific fact checking systems. It shows promising future work to evaluate fine-grained relevance when examining complex documents for advanced scientific fact checking.
• Abstract（参考訳）: 適切な支持証拠の同定は、科学的事実チェックの成功に不可欠である。 しかし、既存のアプローチは、チェック対象のクレームを裏付けたり否定したりする証拠ではなく、関連性に基づいて文書をランク付けする、既成のインフォメーション検索アルゴリズムに依存している。 本稿では,文書ランキングにおける検証成功を含む+VeriRelを提案する。 3つの科学的事実チェックデータセット(SciFact、SciFact-Open、Check-Covid)の実験結果は、文書証拠の検索と下流検証に対する肯定的な影響について、+VeriRelによる一貫したパフォーマンスを示す。 本研究は,有効な科学的事実確認システムにおいて,検証フィードバックとドキュメント関連性評価を統合する可能性を強調した。 先進的な科学的事実チェックのために複雑な文書を調べる際に、詳細な関連性を評価するための将来的な取り組みを示す。

関連論文リスト

• Comparing Knowledge Sources for Open-Domain Scientific Claim Verification [6.726255259929497]
  PubMedは特殊なバイオメディカルクレームとうまく連携するが、Wikipediaは日常的な健康問題に向いている。 結果について議論し、頻繁な検索パターンと課題を概説し、将来有望な方向性を提供する。
  論文  参考訳（メタデータ） (2024-02-05T09:57:15Z)
• 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)
• Complex Claim Verification with Evidence Retrieved in the Wild [73.19998942259073]
  Webから生の証拠を取り出すことによって,実世界のクレームをチェックするための,最初の完全自動化パイプラインを提示する。 私たちのパイプラインには,クレーム分解,生文書検索,きめ細かい証拠検索,クレーム中心の要約,正確性判定という5つのコンポーネントが含まれています。
  論文  参考訳（メタデータ） (2023-05-19T17:49:19Z)
• 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)
• SciFact-Open: Towards open-domain scientific claim verification [61.288725621156864]
  本稿では,科学的クレーム検証システムの性能評価を目的とした新しいテストコレクションであるSciFact-Openを提案する。 我々は、4つの最先端の科学的クレーム検証モデルの上位予測をプールし、注釈付けすることで、科学的クレームの証拠を収集する。 その結果,SciFact-Openへの一般化に苦慮する小形コーパス上で開発されたシステムは,少なくとも15F1の性能低下を示すことがわかった。
  論文  参考訳（メタデータ） (2022-10-25T05:45:00Z)
• Assisting the Human Fact-Checkers: Detecting All Previously Fact-Checked Claims in a Document [27.076320857009655]
  入力文書が与えられた場合、以前に事実確認されたクレームによって検証可能なクレームを含むすべての文を検出することを目的としている。 出力は文書文の再ランクリストであり、検証可能なものは可能な限り高くランク付けされる。 本分析は,テキストの類似性やスタンスをモデル化することの重要性を実証すると同時に,検索した事実チェックされたクレームの正確性も考慮する。
  論文  参考訳（メタデータ） (2021-09-14T13:46:52Z)
• 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)

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。