veracity prediction | BriefGPT

关键词veracity prediction

搜索结果 - 7

基于极大语言模型的谣言评估
利用会话式引导工程的大型语言模型来对抗数字虚假信息，通过扩展 RumourEval 任务的研究努力，从事推特数据集的真实性预测和立场分类，以 AI 社会公益为主要目标。
PDF3 months ago
使用证据总结解释真实性预测：一种多任务模型方法
通过使用多任务可解释的神经模型进行自动化的事实检验，本研究讨论了社交媒体上快速传播的虚假信息，并探究了深层神经模型在预测时所关注的要素，以寻求与人类推理相媲美的推理水平。
PDF5 months ago
询问以了解更多：为虚假声明生成反事实解释
本文提出了采用反事实解释的方法，通过三步：提问，寻找矛盾，合理推理，来让读者理解为什么一个特定新闻被认定为虚假，通过在 FEVER 数据集的实验评估表明，这种方法相比于现有成果更具有帮助性。
PDF2 years ago
2021 年 CLEF CheckThat! 实验室的概述：如何检测值得核查的声明、曾经核查过的声明和假新闻
2021 年 CLEF 会议中，CheckThat! 实验室的第四版以涵盖五种语言的技术支持任务为重点，包括针对 COVID-19 和政治的推特流的政治事实核查，先前检查过的声明验证和新闻文章真实性和主题领域的预测。
PDF3 years ago
EMNLP公共卫生宣称的可解释自动事实检查
该研究是针对需要特定专业知识的领域的事实核查的第一项探索性研究，提出了可解释的事实核查模型，并针对公共卫生领域构建了一个新的数据集进行案例研究，结果表明，通过对特定领域的数据进行训练，可以提高自动化事实核查的可解释性。
PDF4 years ago
ACL生成事实检查解释
本文针对自动事实检测的不足之处，提供了首个研究可利用可用的声明上下文生成自动化证明，并且演示了一项同时优化判断准确性预测和证明生成的多任务模型平均性能更好。
PDF4 years ago
EMNLPMultiFC: 一个真实世界的多领域数据集，用于基于证据的声明事实核查
本研究提供了最大的公共数据集，用于自动声明验证，从 26 个英文事实检查网站中收集，标记了真实性，并使用人工专家记者，结果显示自动排名证据页面和预测真实性的新方法胜过所有基线。
PDF5 years ago