Implicit Temporal Reasoning for Evidence-Based Fact-Checking

要約

コンテキスト知識を活用することは、自動化された請求検証の標準的な方法になっていますが、時間的推論の影響はほとんど見過ごされてきました。
私たちの研究は、時間が証拠に基づく事実確認の主張検証プロセスにプラスの影響を与えることを示しています。
主張と証拠の間の時間的側面と関係は、最初に共有されたタイムラインに基づいて確立されます。タイムラインは、テキストから抽出された発行日と時間表現を使用して構築されます。
次に、主張と証拠のエンコーディングの前または後に、時間情報が RNN ベースおよび Transformer ベースの分類器に提供されます。
当社の時間認識型ファクト チェック モデルは、MultiFC データセットでベース モデルを最大 9% マイクロ F1 (64.17%) および 15% マクロ F1 (47.43%) 上回っています。
また、証拠間の時間的関係を明示的にモデル化する従来の方法よりも優れています。
私たちの調査結果は、時間情報の存在とタイムラインが構築される方法が、事実確認モデルが証拠文書の関連性と支持または反論の性質を決定する方法に大きく影響することを示しています。

要約(オリジナル)

Leveraging contextual knowledge has become standard practice in automated claim verification, yet the impact of temporal reasoning has been largely overlooked. Our study demonstrates that time positively influences the claim verification process of evidence-based fact-checking. The temporal aspects and relations between claims and evidence are first established through grounding on shared timelines, which are constructed using publication dates and time expressions extracted from their text. Temporal information is then provided to RNN-based and Transformer-based classifiers before or after claim and evidence encoding. Our time-aware fact-checking models surpass base models by up to 9% Micro F1 (64.17%) and 15% Macro F1 (47.43%) on the MultiFC dataset. They also outperform prior methods that explicitly model temporal relations between evidence. Our findings show that the presence of temporal information and the manner in which timelines are constructed greatly influence how fact-checking models determine the relevance and supporting or refuting character of evidence documents.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google