重新思考事实验证的损失函数

在这篇文章中，我们探索了用于 FEVER 共享任务中事实验证的损失函数。实验结果表明，我们提出的目标函数优于标准的交叉熵，并且当这些目标函数与简单的类别加权结合时，性能进一步提高。

本文介绍了一个新的公开可用的数据集 FEVER：事实提取和验证，包含185,445个主张。作者使用流水线方法对该数据集进行测试，最佳准确性达到了31.87％。FEVER是一个具有挑战性的测试平台，可以促进对文本来源的声明验证的进展。

FEVER 事实提取 准确性 函数 数据集 验证