論文の概要: M4FC: a Multimodal, Multilingual, Multicultural, Multitask Real-World Fact-Checking Dataset
- arxiv url: http://arxiv.org/abs/2510.23508v1
- Date: Mon, 27 Oct 2025 16:44:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-28 15:28:15.625421
- Title: M4FC: a Multimodal, Multilingual, Multicultural, Multitask Real-World Fact-Checking Dataset
- Title（参考訳）: M4FC:マルチモーダル・マルチ言語・マルチカルチャー・マルチタスク実世界ファクトチェッキングデータセット
- Authors: Jiahui Geng, Jonathan Tonglet, Iryna Gurevych,
- Abstract要約: M4FCは6,980のクレームと組み合わせた4,982枚の画像からなる新しい実世界のデータセットである。
各クレームは10言語中1、2言語で利用可能である。
M4FCは、視覚的クレーム抽出、クレーム意図予測、偽検出、画像コンテキスト化、位置検証、検証予測の6つのマルチモーダルなファクトチェックタスクにまたがる。
- 参考スコア（独自算出の注目度）: 54.271294779453235
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Existing real-world datasets for multimodal automated fact-checking have multiple limitations: they contain few instances, focus on only one or two languages and tasks, suffer from evidence leakage, or depend on external sets of news articles for sourcing true claims. To address these shortcomings, we introduce M4FC, a new real-world dataset comprising 4,982 images paired with 6,980 claims. The images, verified by professional fact-checkers from 22 organizations, represent diverse cultural and geographic contexts. Each claim is available in one or two out of ten languages. M4FC spans six multimodal fact-checking tasks: visual claim extraction, claimant intent prediction, fake detection, image contextualization, location verification, and verdict prediction. We provide baseline results for all tasks and analyze how combining intermediate tasks influence downstream verdict prediction performance. We make our dataset and code available.
- Abstract（参考訳）: 既存のマルチモーダル自動化ファクトチェックのための実世界のデータセットには、いくつかのインスタンスを含むこと、ひとつないし2つの言語とタスクのみに焦点を当てること、証拠漏洩に悩まされること、あるいは真のクレームをソーシングするための外部ニュース記事のセットに依存すること、など、複数の制限がある。
これらの欠点に対処するため、我々は6,980のクレームと組み合わせた4,982枚の画像からなる新しい実世界のデータセットであるM4FCを紹介した。
22の団体のプロのファクトチェッカーが検証したこの画像は、さまざまな文化的・地理的文脈を表している。
各クレームは10言語中1、2言語で利用可能である。
M4FCは、視覚的クレーム抽出、クレーム意図予測、偽検出、画像コンテキスト化、位置検証、検証予測の6つのマルチモーダルなファクトチェックタスクにまたがる。
すべてのタスクに対してベースライン結果を提供し、中間タスクの組み合わせが下流予測性能にどのように影響するかを分析する。
データセットとコードを利用可能にしています。
関連論文リスト
- MultiFinBen: Benchmarking Large Language Models for Multilingual and Multimodal Financial Application [118.63802040274999]
MultiFinBen は、現実的な財務状況下で LLM を評価するための、最初のエキスパートアノテーション付き多言語(5言語)およびマルチモーダルベンチマークである。
財務理由付けテストは、書類やニュースと統合された言語間のエビデンスと、スキャンされた文書から構造化されたテキストを抽出する財務OCRである。
21個のLLMを評価したところ、GPT-4oのようなフロンティアのマルチモーダルモデルでさえ、視力とオーディオが強く、多言語設定では急激に低下するが、全体の46.01%しか達成していないことが示されている。
論文 参考訳（メタデータ） (2025-06-16T22:01:49Z) - Piecing It All Together: Verifying Multi-Hop Multimodal Claims [39.68850054331197]
マルチホップマルチモーダルクレーム検証という新しいタスクを導入する。
このタスクは、テキスト、画像、テーブルなど、さまざまなソースから複数のエビデンスを推論するモデルに挑戦する。
我々は,マルチモーダルなエビデンスと組み合わせた15kのマルチホップクレームからなる大規模データセットMMCVを構築し,人間からのフィードバックを付加した。
論文 参考訳（メタデータ） (2024-11-14T16:01:33Z) - MMSci: A Dataset for Graduate-Level Multi-Discipline Multimodal Scientific Understanding [59.41495657570397]
本稿では,72の科学分野をカバーするNature Communicationsの記事からまとめられた包括的データセットについて述べる。
2つのベンチマークタスク(図のキャプションと複数選択)で19のプロプライエタリモデルとオープンソースモデルを評価し,人手による注釈を行った。
タスク固有データを用いた細調整Qwen2-VL-7Bは、GPT-4oや人間の専門家でさえも、マルチチョイス評価において優れた性能を示した。
論文 参考訳（メタデータ） (2024-07-06T00:40:53Z) - 3AM: An Ambiguity-Aware Multi-Modal Machine Translation Dataset [90.95948101052073]
英語と中国語で26,000のパラレル文対からなる曖昧性を考慮したMMTデータセットである3AMを導入する。
我々のデータセットは、他のMTデータセットよりもあいまいで、キャプションと画像の両方が多種多様であるように設計されています。
実験の結果,我々のデータセットでトレーニングしたMTモデルは,他のMTデータセットでトレーニングしたMTモデルよりも視覚情報を活用する能力が高いことがわかった。
論文 参考訳（メタデータ） (2024-04-29T04:01:30Z) - Multi-modal Stance Detection: New Datasets and Model [56.97470987479277]
テキストと画像からなるツイートに対するマルチモーダル姿勢検出について検討する。
我々は、シンプルで効果的なマルチモーダル・プロンプト・チューニング・フレームワーク(TMPT)を提案する。
TMPTはマルチモーダル姿勢検出における最先端性能を実現する。
論文 参考訳（メタデータ） (2024-02-22T05:24:19Z) - Multilingual Multimodal Learning with Machine Translated Text [27.7207234512674]
英語のマルチモーダルデータの機械翻訳が、容易に利用できる多言語データの欠如を抑えるための効果的なプロキシとなるかどうかを考察する。
得られたデータセットからそのような翻訳を自動的に除去する2つの指標を提案する。
In experiment on five task across 20 languages in the IGLUE benchmark, we show that translated data can provide a useful signal for multilingual multimodal learning。
論文 参考訳（メタデータ） (2022-10-24T11:41:20Z) - CHEF: A Pilot Chinese Dataset for Evidence-Based Fact-Checking [55.75590135151682]
CHEFは、10万件の現実世界のクレームに関する最初のChenese EvidenceベースのFact-checkingデータセットである。
このデータセットは、政治から公衆衛生まで、複数のドメインをカバーし、インターネットから取得した注釈付きの証拠を提供する。
論文 参考訳（メタデータ） (2022-06-06T09:11:03Z) - MM-Claims: A Dataset for Multimodal Claim Detection in Social Media [7.388174516838141]
我々は、COVID-19、気候変動、幅広い技術という3つのトピックについて、ツイートと対応する画像からなる新しいデータセットMM-Claimsを紹介した。
本稿では,このデータセットを詳細に記述し,強い単調およびマルチモーダルのベースラインを評価し,現在のモデルの可能性と欠点を解析する。
論文 参考訳（メタデータ） (2022-05-04T10:43:58Z) - Logically at the Factify 2022: Multimodal Fact Verification [2.8914815569249823]
本稿では,AAAI 2022におけるマルチモーダル事実検証(Factify)課題の参加者システムについて述べる。
アンサンブルモデルとマルチモーダルアテンションネットワークを含む2つのベースラインアプローチを提案し,検討した。
我々の最良モデルは、検証セットとテストセットの両方において、重み付き平均F値が0.77となるリーダーボードで第1位にランクされている。
論文 参考訳（メタデータ） (2021-12-16T23:34:07Z) - X-FACT: A New Benchmark Dataset for Multilingual Fact Checking [21.2633064526968]
本稿では,X-FACTについて紹介する。X-FACTは,自然に存在する実世界のクレームの事実検証のための,多言語データセットとして最大である。
データセットには25の言語で短いステートメントが含まれており、専門家のファクトチェッカーによって正確性を示すラベルが付けられている。
論文 参考訳（メタデータ） (2021-06-17T05:09:54Z)
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。