FactCG: A Graph-Based Multi-Hop Data Augmentation Framework for Fact Checking
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种新方法CG2C,通过提取文档上下文图进行多跳推理,解决了传统自然语言推断数据不足的问题。实验结果表明,FactCG模型在连接推理方面表现优越,且模型规模更小。
🎯
关键要点
- 本研究提出了一种新方法CG2C,旨在解决传统自然语言推断数据不足的问题。
- CG2C方法通过提取文档上下文图进行多跳推理。
- 实验结果显示,FactCG模型在连接推理方面表现优越。
- FactCG模型在LLM-Aggrefact基准上超越了GPT-4-o。
- FactCG模型的规模更小,具有更高的效率。
➡️