@正在进行{gupta-etal-2022-dialfact,title=“{D}ial{F}act:对话中事实检验的基准”,author=“古普塔、普拉哈尔和吴建生和刘文浩和熊才明”,editor=“Muresan、Smaranda和纳科夫、普雷斯拉夫和Aline Villavicencio“,booktitle=“计算语言学协会第60届年会论文集(第一卷:长篇论文)”,月=5月,年=“2022”,address=“爱尔兰都柏林”,publisher=“计算语言学协会”,url=“https://aclantology.org/2022.acl-long.263”,doi=“10.18653/v1/2022.acl-long.263”,pages=“3785--3801”,抽象=“事实核对是减少错误信息和虚假信息传播的重要工具。我们介绍了对话中的事实核对任务,这是一个相对未被探索的领域。我们构建了DialFact,一个包含22245条带注释的对话声明的测试基准数据集,以及来自维基百科的证据。有三个子集-DialFact中的任务:1)可验证的声明检测任务区分响应是否携带可验证的事实信息;2) 证据检索任务检索最相关的维基百科片段作为证据;3) 索赔验证任务预测对话响应得到支持、反驳或信息不足。我们发现,现有的基于FEVER等非对话数据训练的事实检验模型在我们的任务中表现不佳,因此,我们提出了一个简单但数据高效的解决方案,以有效提高对话中的事实检验性能。我们指出DialFact所面临的独特挑战,如在错误分析中处理口语、同义词和检索歧义,以期为今后这方面的研究提供参考。",}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“gupta-etal-2022-dialfact”><标题信息>对话事实:对话中事实检验的基准</titleInfo><name type=“personal”>普拉哈尔古普塔<角色>作者</角色></name><name type=“personal”>钱胜<namePart type=“given”>吴<角色>作者</角色></name><name type=“personal”><namePart type=“given”>文豪</namePart>刘<角色>作者</角色></name><name type=“personal”>蔡明<namePart type=“family”>熊</namePart><角色>作者</角色></name><originInfo>2022-05发布日期</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>计算语言学协会第60届年会会议记录(第1卷:长篇论文)</titleInfo><name type=“personal”>斯马兰达穆雷桑<角色>编辑器</角色></name><name type=“personal”>普雷斯拉夫纳科夫<角色>编辑器</角色></name><name type=“personal”>Aline(别名)维拉维森西奥<角色>编辑器</角色></name><originInfo><publisher>计算语言学协会</publisher><位置>爱尔兰都柏林</place></originInfo>会议出版物</relatedItem>事实核对是减少错误信息和虚假信息传播的重要工具。我们介绍了对话中的事实检验任务,这是一个相对尚未探索的领域。我们构建了DialFact,这是一个测试基准数据集,包含22245条带注释的对话声明,以及来自维基百科的一些证据。DialFact中有三个子任务:1)可验证索赔检测任务区分响应是否包含可验证的事实信息;2) 证据检索任务检索最相关的维基百科片段作为证据;3) 索赔验证任务预测对话响应得到支持、反驳或信息不足。我们发现,现有的基于FEVER等非对话数据训练的事实检验模型在我们的任务中表现不佳,因此,我们提出了一个简单但数据高效的解决方案,以有效提高对话中的事实检验性能。我们指出DialFact所面临的独特挑战,如在错误分析中处理口语、同义词和检索歧义,以期为今后这方面的研究提供参考</摘要>gupta-etal-2022-拨号事实10.18653/v1/2022.acl-long.263<位置><网址>https://aclantology.org/2022.acl-long.263</url></位置><部分>2022-05年<扩展单元=“page”><开始>3785</开始><end>3801</范围></部分></mods></modsCollection>
%0会议记录%T DialFact:对话中事实检验的基准%A Gupta,普拉哈尔%吴建生%刘文浩%阿雄,蔡明%Y Muresan,斯马兰达%普雷斯拉夫·纳科夫%Y Villavicencio,阿琳%计算语言学协会第60届年会论文集(第一卷:长篇论文)%D 2022年%5月8日%计算语言学协会%C都柏林,爱尔兰%F gupta-etal-2022拨号%X事实核查是减少错误信息和虚假信息传播的重要工具。我们介绍了对话中的事实检验任务,这是一个相对尚未探索的领域。我们构建了DialFact,这是一个测试基准数据集,包含22245条带注释的对话声明,以及来自维基百科的一些证据。DialFact中有三个子任务:1)可验证索赔检测任务区分响应是否包含可验证的事实信息;2) 证据检索任务检索最相关的维基百科片段作为证据;3) 索赔验证任务预测对话响应将得到支持、反驳或信息不足。我们发现,现有的基于FEVER等非对话数据训练的事实检验模型在我们的任务中表现不佳,因此,我们提出了一个简单但数据高效的解决方案,以有效提高对话中的事实检验性能。我们指出DialFact所面临的独特挑战,如在错误分析中处理口语、同义词和检索歧义,以期为今后这方面的研究提供参考。%R 10.18653/v1/2022.acl长263%U型https://aclantology.org/2022.acl-long.263%U型https://doi.org/10.18653/v1/222.cl-long.263%电话:3785-3801
降价(非正式)
【DialFact:对话中事实检验的基准】(https://aclantology.org/2022.acl-long.263)(Gupta等人,ACL 2022)
国际计算语言学协会
- Prakhar Gupta、吴建胜、刘文浩和熊才明。2022对话事实:对话中事实检验的基准.英寸计算语言学协会第60届年会论文集(第一卷:长篇论文)第3785–3801页,爱尔兰都柏林。计算语言学协会。