2025年5月,研究生团队博士生吕秀程牵头撰写的论文《Unsupervised Fact-Checking via Recursively Verifying Presuppositions》获音频、语音与语言处理领域顶级国际期刊IEEE/ACM Transactions on Audio, Speech, and Language Processing(TASLP)录用。
论文简介:
近年来,事实核查任务因应对虚假信息而受到广泛关注。传统的事实核查流程通常包括检索相关知识、提取证据信息、基于自然语言推理判断声明真伪三个步骤。然而,该流程普遍忽略了对声明中预设信息的验证,导致推理过程难以满足可解释性中对合理性的要求。为解决这一问题,本文提出了一种基于递归问答机制的无监督预设验证方法,旨在补充现有事实核查系统中对预设处理的空缺。该方法不依赖人工标注的证据或推理标签,而是通过递归地生成预设、验证预设,并基于验证结果进行逻辑推理,实现对声明真实性的判断。具体而言,系统首先采用句法分析对声明进行处理,并对每个句法成分生成相应的问题。这些问题随后被转化为可验证的预设命题,构成候选预设集。接着,系统通过检索外部知识库判断每一预设是否可被蕴含,并标注其真伪。最终,系统基于逻辑结构对多个预设的验证结果进行组合推理,完成事实核查。
在FEVER、VitaminC和FEVEROUS-S三个主流数据集上的实验表明,该方法在无监督设置下优于多种零样本与少样本大型语言模型(如CoT、ReACT等),在证据检索、事实核查与解释生成任务上均取得领先性能。进一步分析显示,该方法能自动生成推理解释,并在部分样例中检索到原数据集中未标注但合理的补充证据。该研究为逻辑驱动的无监督推理提供了可行路径,并验证了预设验证在事实核查中的潜在价值。
论文方法框架图
IEEE/ACM Transactions on Audio, Speech, and Language Processing(TASLP)是自然语言处理与语音计算领域的国际顶级期刊,由IEEE信号处理学会出版,涵盖音频技术、语音处理及语言计算三大方向。该刊2024年影响因子为4.1,位列JCR Q1分区,是中国计算机学会推荐的B类期刊、中国人工智能学会(CAAI)和清华推荐的A类期刊。
论文信息:
Xiucheng Lyu, Runcong Zhao, Jiazheng Li, Bin Liang, Min Yang, Lin Gui, Ruifeng Xu*. Unsupervised Fact-Checking via Recursively Verifying Presuppositions. IEEE/ACM Transactions on Audio, Speech, and Language Processing. 2025.