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.