MetaSumPerceiver:多模态多文档证据摘要用于事实核查
原文中文,约300字,阅读约需1分钟。发表于: 。我们提出了一个多模态、多文档数据集的基于总结模型,用于生成针对事实检查有用的特定于声明的摘要。通过采用强化学习为依据的蕴含目标来训练我们的模型,我们的方法在 MOCHEG 数据集的声明验证任务上优于 SOTA 方法 4.6%,并在我们的新 Multi-News-Fact-Checking 数据集上展现了强大的性能。
研究团队提出了一种多模态事实核查和解释生成方法,利用网络资源评估索赔真实性,并生成解释推理和裁定过程的有理化陈述。他们构建了一个大规模数据集Mocheg,包括索赔和证据。实验结果显示,多模态事实核查的性能仍然不够令人满意。