FactKG: 通过知识图谱推理进行事实验证

发布于2023年5月11日

By Jiho Kim, Sungjin Park, Yeonsu Kwon, Yohan Jo, James Thorne, Edward Choi

arXiv:2305.06590 [ cs.CL, cs.AI ] github:jiho283/FactKG

摘要

在实际应用中，知识图谱（KG）被广泛应用于各个领域（例如医疗应用和对话代理）。然而，在事实验证方面，KG尚未被充分用作知识来源。由于其可靠性和广泛的适用性，KG可以成为事实验证中的宝贵知识来源。KG由节点和边组成，这使得概念如何相互连接变得清晰，从而使机器能够对主题链进行推理。然而，理解这些机器可读的概念如何映射到文本信息中存在许多挑战。为了使社区更好地使用KG，我们引入了一个新的数据集，FactKG：通过知识图谱推理进行事实验证。它包含108k个自然语言声明，具有五种推理类型：单跳、合取、存在、多跳和否定。此外，FactKG包含各种语言模式，包括口语风格的声明和书面风格的声明，以增加实用性。最后，我们开发了一种基线方法，并分析了FactKG在这些推理类型上的表现。我们相信FactKG可以提高基于KG的事实验证的可靠性和实用性。