FactKG: Fact Verification via Reasoning on Knowledge Graphs

要約

実世界のアプリケーションにおいて、知識グラフ（KG）は様々なドメイン（医療アプリケーションや対話エージェントなど）で広く利用されている。しかし、事実検証においては、KGは知識源として十分に活用されていない。KGは、その信頼性と幅広い適用性から、事実検証における貴重な知識源となり得る。KGはノードとエッジから構成され、概念がどのようにリンクされているかを明確にすることで、機械がトピックの連鎖を推論することを可能にします。しかし、機械が読み取れる概念とテキストの情報との対応関係を理解することには、多くの課題があります。そこで、知識グラフをより有効に活用するための新しいデータセット「FactKG: Fact Verification via Reasoning on Knowledge Graphs」を紹介します。このデータセットは、5種類の推論を持つ108kの自然言語クレームで構成されている：ワンホップ、結合、存在、マルチホップ、否定の5種類の推論がある。さらに、FactKGは、実用性を高めるために、口語体の主張だけでなく、文語体の主張など、様々な言語パターンを含んでいる。最後に、ベースラインアプローチを開発し、これらの推論タイプに対するFactKGを分析する。我々は、FactKGがKGベースの事実検証における信頼性と実用性の両方を向上させることができると信じている。

要約(オリジナル)

In real world applications, knowledge graphs (KG) are widely used in various domains (e.g. medical applications and dialogue agents). However, for fact verification, KGs have not been adequately utilized as a knowledge source. KGs can be a valuable knowledge source in fact verification due to their reliability and broad applicability. A KG consists of nodes and edges which makes it clear how concepts are linked together, allowing machines to reason over chains of topics. However, there are many challenges in understanding how these machine-readable concepts map to information in text. To enable the community to better use KGs, we introduce a new dataset, FactKG: Fact Verification via Reasoning on Knowledge Graphs. It consists of 108k natural language claims with five types of reasoning: One-hop, Conjunction, Existence, Multi-hop, and Negation. Furthermore, FactKG contains various linguistic patterns, including colloquial style claims as well as written style claims to increase practicality. Lastly, we develop a baseline approach and analyze FactKG over these reasoning types. We believe FactKG can advance both reliability and practicality in KG-based fact verification.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL