本發(fā)明涉及事實核查，尤其涉及一種基于多跳檢索和推理的復(fù)雜聲明事實核查方法及系統(tǒng)。
背景技術(shù)：
1、隨著社交網(wǎng)絡(luò)的迅速發(fā)展，信息傳播的速度與廣度顯著提升，但同時也催生了虛假信息的大量擴散。事實核查系統(tǒng)旨在通過精準(zhǔn)檢索相關(guān)證據(jù)并對聲明的真實性進(jìn)行系統(tǒng)性驗證，從而有效遏制虛假信息的傳播，為信息環(huán)境的可信度與透明性提供保障。其主要目標(biāo)是通過自動化手段輔助人類判別信息的真實性，進(jìn)而提高社交媒體內(nèi)容的可靠性。傳統(tǒng)的事實核查方法通常采用兩階段的范式：首先從大規(guī)模語料庫中檢索與聲明相關(guān)的證據(jù)，然后通過分析聲明與證據(jù)之間的語義關(guān)系來判斷聲明的真?zhèn)巍?/p>
2、然而，傳統(tǒng)方法大多依賴一對一的聲明和證據(jù)的相關(guān)性，在現(xiàn)有方法中，單跳檢索通常僅關(guān)注聲明與單條證據(jù)的語義相似性，難以有效捕捉多條證據(jù)之間的交互信息；多跳檢索雖然嘗試通過迭代方式整合證據(jù)，但卻面臨意圖漂移、噪聲累積以及對超鏈接的依賴問題。同時，推理階段的挑戰(zhàn)在于難以同時捕獲局部語義特征和多條證據(jù)間的全局結(jié)構(gòu)關(guān)系，導(dǎo)致復(fù)雜聲明驗證的準(zhǔn)確性受限。
技術(shù)實現(xiàn)思路
1、鑒于此，本發(fā)明實施例提供了一種基于多跳檢索和推理的復(fù)雜聲明事實核查方法，以消除或改善現(xiàn)有技術(shù)中存在的一個或更多個缺陷。
2、本發(fā)明的一個方面提供了一種基于多跳檢索和推理的復(fù)雜聲明事實核查方法，該方法的步驟包括：
3、獲取待核查的聲明語句，通過多個檢索輪次構(gòu)建對應(yīng)聲明語句的證據(jù)集合；
4、在每個檢索輪次中，將所述聲明語句和當(dāng)前證據(jù)集合中的證據(jù)語句進(jìn)行組合，并通過約束生成式檢索器從數(shù)據(jù)庫中進(jìn)行檢索，得到檢索出的證據(jù)語句，并將該證據(jù)語句加入證據(jù)集合中；
5、將聲明語句與證據(jù)集合中的每個證據(jù)語句組合為一個聲明證據(jù)對，將每個所述聲明證據(jù)對輸入到遞歸記憶模型中進(jìn)行句內(nèi)推理，得到對應(yīng)的聲明證據(jù)對向量；
6、基于所述聲明證據(jù)對向量構(gòu)建對應(yīng)每個證據(jù)語句的多跳推理子圖，基于全部的多跳推理子圖得到句間推理向量；
7、將所述句間推理向量輸入到預(yù)設(shè)置的mlp模型中，得到聲明語句的核查結(jié)果。
8、采用上述方案，本方案聚焦于解決多跳檢索中的意圖偏移和多跳推理中的復(fù)雜關(guān)聯(lián)建模問題，這些問題是導(dǎo)致現(xiàn)有模型在處理復(fù)雜聲明時檢索效率低下和推理能力受限的核心挑戰(zhàn)，具體的，本方案通過設(shè)計句內(nèi)推理和句間推理的分層式結(jié)構(gòu)，在句內(nèi)推理中利用循環(huán)記憶捕捉長距離語義依賴，在句間推理中基于潛在連邊學(xué)習(xí)和圖神經(jīng)網(wǎng)絡(luò)，構(gòu)建多跳證據(jù)子圖以建模復(fù)雜的跨證據(jù)語義關(guān)聯(lián)，捕獲局部語義特征和多條證據(jù)間的全局結(jié)構(gòu)關(guān)系。
9、在本發(fā)明的一些實施方式中，在將所述聲明語句和當(dāng)前證據(jù)集合中的證據(jù)語句進(jìn)行組合，并通過約束生成式檢索器從數(shù)據(jù)庫中進(jìn)行檢索，得到檢索出的證據(jù)語句的步驟中：
10、將所述聲明語句和當(dāng)前證據(jù)集合中的證據(jù)語句進(jìn)行組合，并將組合語句輸入到預(yù)設(shè)置的查詢壓縮器中，得到壓縮后的組合語句；
11、將壓縮后的組合語句輸入到約束生成式檢索器中，得到檢索出的證據(jù)語句。
12、在本發(fā)明的一些實施方式中，在將聲明語句與證據(jù)集合中的每個證據(jù)語句組合為一個聲明證據(jù)對，將每個所述聲明證據(jù)對輸入到遞歸記憶模型中進(jìn)行句內(nèi)推理，得到對應(yīng)的聲明證據(jù)對向量的步驟中，每個所述聲明證據(jù)對輸入到包括多個transformer層的遞歸記憶模型中，得到對應(yīng)的聲明證據(jù)對向量。
13、在本發(fā)明的一些實施方式中，在證據(jù)集合中基于證據(jù)語句的加入順序，對所述證據(jù)語句進(jìn)行順序編號，在基于所述聲明證據(jù)對向量構(gòu)建對應(yīng)每個證據(jù)語句的多跳推理子圖的步驟中：
14、在證據(jù)語句對應(yīng)的多跳推理子圖中包括該證據(jù)語句的編號的前序編號的任一個證據(jù)語句的對應(yīng)節(jié)點，在多跳推理子圖中基于證據(jù)語句的編號對各個節(jié)點順序連接構(gòu)建多條路徑邊；
15、基于各個節(jié)點對應(yīng)的聲明證據(jù)對向量的相似度構(gòu)建節(jié)點之間的潛在連邊，得到最終的多跳推理子圖。
16、在本發(fā)明的一些實施方式中，在基于各個節(jié)點對應(yīng)的聲明證據(jù)對向量的相似度構(gòu)建節(jié)點之間的潛在連邊，得到最終的多跳推理子圖的步驟中，基于節(jié)點對應(yīng)的聲明證據(jù)對向量計算相似度，并與預(yù)設(shè)置的相似度閾值比較，判定是否構(gòu)建兩個節(jié)點之間的潛在連邊。
17、在本發(fā)明的一些實施方式中，在基于全部的多跳推理子圖得到句間推理向量的步驟中，將每個多跳推理子圖通過圖注意力層進(jìn)行處理，并對全部的多跳推理子圖進(jìn)行聚合，得到句間推理向量。
18、在本發(fā)明的一些實施方式中，所述方法的步驟還包括對查詢壓縮器進(jìn)行預(yù)訓(xùn)練，對查詢壓縮器進(jìn)行預(yù)訓(xùn)練的步驟包括蒸餾和對齊處理；
19、在蒸餾處理的過程中，采用預(yù)設(shè)置的大語言模型處理聲明語句和證據(jù)語句的組合語句，生成壓縮文本，作為查詢壓縮器的學(xué)習(xí)目標(biāo)；
20、使用預(yù)設(shè)置的大語言模型來計算壓縮文本與原始的聲明語句的語義匹配度，將得分最高的壓縮文本作為正樣本，將其余的壓縮文本作為負(fù)樣本；
21、基于所述正樣本和負(fù)樣本訓(xùn)練所述查詢壓縮器。
22、在本發(fā)明的一些實施方式中，在基于所述正樣本和負(fù)樣本訓(xùn)練所述查詢壓縮器的步驟中，將所述正樣本和負(fù)樣本對應(yīng)的組合語句輸入到查詢壓縮器，得到壓縮后的組合語句，基于壓縮后的組合語句與所述正樣本和負(fù)樣本計算損失函數(shù)，基于損失函數(shù)值對查詢壓縮器進(jìn)行訓(xùn)練。
23、在本發(fā)明的一些實施方式中，在基于壓縮后的組合語句與所述正樣本和負(fù)樣本計算損失函數(shù)的步驟中，基于如下公式計算損失函數(shù)：
24、
25、其中，la表示損失函數(shù)的值，n表示組合語句的數(shù)量，n表示負(fù)樣本的數(shù)量，qi表示第i個壓縮后的組合語句，q+表示正樣本，表示第j個負(fù)樣本，f(·)表示編碼器，τ表示溫度系數(shù)。
26、本發(fā)明的第二方面還提供一種基于多跳檢索和推理的復(fù)雜聲明事實核查系統(tǒng)，該系統(tǒng)包括計算機設(shè)備，所述計算機設(shè)備包括處理器和存儲器，所述存儲器中存儲有計算機指令，所述處理器用于執(zhí)行所述存儲器中存儲的計算機指令，當(dāng)所述計算機指令被處理器執(zhí)行時該系統(tǒng)實現(xiàn)如前所述方法所實現(xiàn)的步驟。
27、本發(fā)明的第三方面還提供一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時以實現(xiàn)前述基于多跳檢索和推理的復(fù)雜聲明事實核查方法所實現(xiàn)的步驟。
28、本發(fā)明的附加優(yōu)點、目的，以及特征將在下面的描述中將部分地加以闡述，且將對于本領(lǐng)域普通技術(shù)人員在研究下文后部分地變得明顯，或者可以根據(jù)本發(fā)明的實踐而獲知。本發(fā)明的目的和其它優(yōu)點可以通過在說明書以及附圖中具體指出并獲得。
29、本領(lǐng)域技術(shù)人員將會理解的是，能夠用本發(fā)明實現(xiàn)的目的和優(yōu)點不限于以上具體所述，并且根據(jù)以下詳細(xì)說明將更清楚地理解本發(fā)明能夠?qū)崿F(xiàn)的上述和其他目的。
1.一種基于多跳檢索和推理的復(fù)雜聲明事實核查方法，其特征在于，該方法的步驟包括：
2.根據(jù)權(quán)利要求1所述的基于多跳檢索和推理的復(fù)雜聲明事實核查方法，其特征在于，在將所述聲明語句和當(dāng)前證據(jù)集合中的證據(jù)語句進(jìn)行組合，并通過約束生成式檢索器從數(shù)據(jù)庫中進(jìn)行檢索，得到檢索出的證據(jù)語句的步驟中：
3.根據(jù)權(quán)利要求1所述的基于多跳檢索和推理的復(fù)雜聲明事實核查方法，其特征在于，在將聲明語句與證據(jù)集合中的每個證據(jù)語句組合為一個聲明證據(jù)對，將每個所述聲明證據(jù)對輸入到遞歸記憶模型中進(jìn)行句內(nèi)推理，得到對應(yīng)的聲明證據(jù)對向量的步驟中，每個所述聲明證據(jù)對輸入到包括多個transformer層的遞歸記憶模型中，得到對應(yīng)的聲明證據(jù)對向量。
4.根據(jù)權(quán)利要求1所述的基于多跳檢索和推理的復(fù)雜聲明事實核查方法，其特征在于，在證據(jù)集合中基于證據(jù)語句的加入順序，對所述證據(jù)語句進(jìn)行順序編號，在基于所述聲明證據(jù)對向量構(gòu)建對應(yīng)每個證據(jù)語句的多跳推理子圖的步驟中：
5.根據(jù)權(quán)利要求4所述的基于多跳檢索和推理的復(fù)雜聲明事實核查方法，其特征在于，在基于各個節(jié)點對應(yīng)的聲明證據(jù)對向量的相似度構(gòu)建節(jié)點之間的潛在連邊，得到最終的多跳推理子圖的步驟中，基于節(jié)點對應(yīng)的聲明證據(jù)對向量計算相似度，并與預(yù)設(shè)置的相似度閾值比較，判定是否構(gòu)建兩個節(jié)點之間的潛在連邊。
6.根據(jù)權(quán)利要求1所述的基于多跳檢索和推理的復(fù)雜聲明事實核查方法，其特征在于，在基于全部的多跳推理子圖得到句間推理向量的步驟中，
7.根據(jù)權(quán)利要求2所述的基于多跳檢索和推理的復(fù)雜聲明事實核查方法，其特征在于，所述方法的步驟還包括對查詢壓縮器進(jìn)行預(yù)訓(xùn)練，對查詢壓縮器進(jìn)行預(yù)訓(xùn)練的步驟包括蒸餾和對齊處理；
8.根據(jù)權(quán)利要求7所述的基于多跳檢索和推理的復(fù)雜聲明事實核查方法，其特征在于，在基于所述正樣本和負(fù)樣本訓(xùn)練所述查詢壓縮器的步驟中，將所述正樣本和負(fù)樣本對應(yīng)的組合語句輸入到查詢壓縮器，得到壓縮后的組合語句，基于壓縮后的組合語句與所述正樣本和負(fù)樣本計算損失函數(shù)，基于損失函數(shù)值對查詢壓縮器進(jìn)行訓(xùn)練。
9.根據(jù)權(quán)利要求8所述的基于多跳檢索和推理的復(fù)雜聲明事實核查方法，其特征在于，在基于壓縮后的組合語句與所述正樣本和負(fù)樣本計算損失函數(shù)的步驟中，基于如下公式計算損失函數(shù)：
10.一種基于多跳檢索和推理的復(fù)雜聲明事實核查系統(tǒng)，其特征在于，該系統(tǒng)包括計算機設(shè)備，所述計算機設(shè)備包括處理器和存儲器，所述存儲器中存儲有計算機指令，所述處理器用于執(zhí)行所述存儲器中存儲的計算機指令，當(dāng)所述計算機指令被處理器執(zhí)行時該系統(tǒng)實現(xiàn)如權(quán)利要求1～9任一項所述方法所實現(xiàn)的步驟。