通过多阶段检索发现已被驳斥的叙述：实现跨语言、跨数据集和零样本学习

Aug, 2023

通过多阶段检索发现已被驳斥的叙述：实现跨语言、跨数据集和零样本学习

Finding Already Debunked Narratives via Multistage Retrieval: Enabling Cross-Lingual, Cross-Dataset and Zero-Shot Learning

PDF

Iknoor Singh, Carolina Scarton, Xingyi Song, Kalina Bontcheva

TL;DR通过创建新数据集、使用跨语言查询和提出多阶段框架，本文在横跨不同领域和零 - shot 学习中实现了已证伪叙述的跨语言检索任务。结果表明，这是一项具有挑战性的任务，但多阶段检索框架表现出鲁棒性，在大多数情况下胜过了 BM25 基线，并且在不显著损害模型性能的情况下进行了跨领域和零 - shot 学习。

Abstract

The task of retrieving already debunked narratives aims to detect stories that have already been fact-checked. The successful detection of claims that have already been debunked not only reduces the manual efforts of professional fact-checkers but can also contribute to slowing the spr

debunked narratives fact-checking articles cross-lingual retrieval transformer models multistage framework

发现论文，激发创造

多语种事实核查索引检索

本论文提出了一个新的多语言数据集 MultiClaim，其中包含 28k 个社交媒体帖子和 206k 个来自专业事实核查人员写的 39 种语言的事实核查。我们评估了不同的非监督方法在这个数据集上的效果，并显示对这样一个多样化的数据集进行评估具有复杂性，需要在解释结果之前采取适当的措施。我们还评估了一种监督微调方法，显著提高了非监督方法的性能。

May, 2023

用跨语言检索方法提升跨语言事实核查

为了解决低资源语言事实核查数据集的缺乏问题，我们提出了一种跨语言检索的事实核查框架，该框架利用我们提出的自监督算法，使用翻译的文章标题来创建训练实例，并在多种语言下实现证据的汇集。在 X-Fact 数据集上，我们的方法在零 - shot 跨语言设置下，在绝对 F1 上获得了 2.23% 的改进。

Sep, 2022

跨语言转移学习在推特上识别值得检查的声明

本文研究如何使用现有数据集训练 Twitter 消息的不同语言的验证价值模型。通过使用多语言 BERT 模型，我们系统地比较了六种方法。结果表明，对于一些语言对，零 - shot 跨语言转移是可能的，并且可以与在目标语言上训练的单语模型一样好。

Nov, 2022

跨语言匹配推文与适用的事实检查

本研究使用多语言变换器模型和嵌入技术（如 XLM-RoBERTa、LaBSE 和 SBERT 等）自动寻找社交媒体帖子（推文）中已经被事实检查过的主张。在不同语言设置中，我们进行了分类和检索实验，并取得了令人满意的结果。我们也发现处理不同语言时存在一些 NLP 挑战，并为未来的研究提供了一个新的事实检查和相应推文的数据集。

Feb, 2022

重新寻求真相：多轮检索增强的大型语言模型是强大的假新闻检测器

通过多轮检索策略从网络源自动抽取关键证据进行主张验证的检索增强 LLMs 框架是第一种能自动地并有目的性地从网页信息中提取关键证据的框架，通过在三个现实世界数据集上进行全面的实验证明了该框架对现有方法的优越性。重要的是，我们的模型不仅提供准确的结论，还提供可读的解释，以提高结果的可解释性。

Mar, 2024

零样本跨语言图像检索与标记

本论文探讨采用跨语言预训练的零样本方法来学习多模态表示，提出建立跨语言图像检索模型的简单实用方法，并引入了一种新的目标函数来测试多语言 MSCOCO2014 字幕测试数据集（XTD10）的零样本模型性能，证明跨语言模型可用于零样本的下游任务，如多语言图像标记。

Sep, 2021

零样本跨语言图像检索

该论文介绍了一种使用跨语言预训练进行零 - shot 学习的多模式语言和视觉问题解决方法，它可以用于构建跨语言图像检索模型和改进文本嵌入聚类，并在多语言环境下进行评估。

Nov, 2020

教新狗古技：利用零 - shot 学习复苏多语言检索

本文旨在解决搜索引擎在非英语语言中的信息检索问题，并提出了基于预训练的多语言语言模型的检索系统，能有效提高阿拉伯语，普通话和西班牙语的检索准确性，并通过在英语数据集中增加目标语言样例来改进性能。

Dec, 2019

零样本跨语言迁移学习实现谣言检测

本研究提出了一种零样本跨语言迁移学习框架，利用预训练的多语言语言模型和自我训练循环来逐步引导目标语言中 ' 银标签 ' 的创建，从而将已训练好的谣言检测模型从源语言适应到另一种目标语言。在英语和汉语谣言数据集上进行评估，证明了该模型在源语言和目标语言的谣言检测方面均明显优于竞争基准。

Sep, 2021

自动事实核查的主张检测：关于单语、多语和跨语言研究的调查

自动事实核查引起了过去几十年的广泛关注，由于在线平台上虚假信息的扩散增加。本调查主要关注多语言数据和方法，讨论现有努力检测需求核查的言论。我们提出了一项综合调查，介绍了最新的多语言言论检测研究，主要涉及可验证性，优先级和相似性三个问题因素。此外，我们详细概述了现有的多语言数据集，以及存在的挑战，并提出可能的未来发展方向。

Jan, 2024