基于胶囊异构图注意力网络的中文表格型数据事实验证

事实验证旨在检查一个文本陈述是否被给定的证据所支持.由于表格结构上具有依赖性、内容上具有隐含性,以表格作为证据的事实验证任务仍面临很多挑战.现有工作或者利用逻辑表达式来解析基于表格证据的陈述,或者设计表格感知神经网络来编码陈述-表格对,以此实现基于表格的事实验证任务.但是,这些方法没有充分利用陈述背后隐含的表格信息,从而导致模型的推理性能下降,并且基于表格证据的中文陈述具有更加复杂的语法和语义,也给模型推理带来更大的困难.为此,提出基于胶囊异构图注意力网络(CapsHAN)的中文表格型数据事实验证方法,所提方法能充分理解陈述的结构和语义,进而挖掘和利用陈述所隐含的表格信息,有效提升基于表格的事实验证任务准确性.具体而言,首先通过对陈述进行依存句法分析和命名实体识别来构建异构图,接着对该图采用异构图注意力网络和胶囊图神经网络进行学习和理解,然后将得到的陈述文本表示与经过编码的表格文本表示进行拼接,最后完成结果的预测.更进一步,针对现有中文表格型事实验证数据集匮乏而难以支持基于表格的事实验证方法性能评价的难题,首先对主流TABFACT和INFOTABS表格事实验证英文数据集进行中文转化,并且专门针对中文表格型数据的特点构建了基于UCL国家标准的数据集UCLDS,该数据集将维基百科信息框作为人工注释的自然语言陈述的证据,并被标记为蕴含、反驳或中立3类.UCLDS在同时支持单表和多表推理方面比传统TABFACT和INFOTABS数据集更胜一筹.在上述3个中文基准数据集上的实验结果表明,所提模型的表现均优于基线模型,证明该模型在基于中文表格的事实验证任务上的优越性.

基于反事实推理的事实验证去偏方法

事实验证是一项具有挑战性的任务,旨在使用来自可信赖语料库的多个证据句子来验证声明。为了促进研究,一些事实验证数据集被提出,极大地加速了事实验证技术的发展。然而,现有的事实验证数据集通常采用众包的方法构造,无可避免地引入偏差。已有事实验证去偏工作大致可以分为基于数据增强的方法和基于权重正则化的方法,前者不灵活,后者依赖于训练阶段的不确定输出。与已有工作不同,该文从因果关系出发,提出基于反事实推理的事实验证去偏方法。该文首先设计事实验证中的因果图,建模声明、证据以及它们之间的交互和预测结果的因果关系。接着,根据因果图提出事实验证去偏方法,通过总间接效应去除声明带来的偏差影响。我们使用多任务学习的方式来训练模型。训练时,该文采用多任务学习的方式建模各个因素的影响,同时在有偏和无偏测试集上评估模型的性能。实验结果表明,对比基准方法,该文模型在性能上获得了一致的提升。

基于事实信息核查的虚假新闻检测综述

基于深度学习的虚假新闻检测领域内已有许多开创性的方法能通过特征提取与检测的方式进行自动检测假新闻的任务,通常使用预训练模型提取新闻内容的特征,并开发算法使用这些特征进行检测。许多此类方法通过找到假新闻中通行的特征模式(例如写作风格、常用词等)来判别假新闻。但模型的高性能严重依赖于大量高质量标注数据的训练。然而在实际应用场景中,不仅获取、标注数据十分困难,新伪造的虚假新闻往往还会避免采用以往假新闻的写作风格,导致了模型在时间性上缺乏泛化能力。近年来事实核查在虚假新闻检测领域的发展为解决上述问题提供了新的研究思路,基于事实信息的虚假新闻检测提供了更可靠的检测解释性,通过对事件的真实性、描述与事实的匹配程度等的查验,很大程度上突破了以往方法依赖文本风格特征所带来的检测偏置。本文从任务和问题、算法策略、数据集等角度出发,对当前基于事实信息的虚假新闻的研究成果进行梳理和总结。首先,本文系统性地阐述了基于事实信息的虚假新闻检测的任务定义与核心问题。其次,从算法原理出发,对现有的检测方法进行归纳总结。之后,对领域内的经典与新提出的数据集进行了分析,对各数据集上的实验结果进行了总结。最后,本文概括性地阐述了现有方法的优势和劣势,提出了几个该领域方法可能面临的挑战,并对下一阶段的研究进行展望,期望为领域内的后续工作提供参考。

应税事实认定的权义构造

税法理论上通常将应税事实界定为引致具体纳税义务发生的法律事实。然而,应税事实却不是现成的、先验性的,而是从原始事实中剔除与税法规范无关的枝节后得出的法律事实,还需要甄别前述法律事实是否具有合理商业目的,继而得出据以确定具体纳税义务的课税要素事实。应税事实认定不仅是一个认识论层面的问题,而且极具方法论意义。应税事实认定是在事实发生后进行的,可否在还原事实的基础上准确认定事实,取决于纳税主体履行事实陈述义务是否真实、完整,以及第三方履行涉税信息披露义务是否可靠、有效。若纳税主体陈述事实时出现不真实的虚假陈述、不完整的遗漏陈述等问题,税务部门应规范行使事实核定权,尽其所能谨慎推定应税事实。若纳税主体在事实发生时构造的法律事实不具有合理商业目的,且不当减轻纳税义务的,税务部门应合理行使事实调整权,依据实质课税原则、按照合理方法重构应税事实。

诗中有史不是史,史蕴诗心终非诗——事实与价值视域下文史关系的哲学辨正

史学因其"诗性"的当代凸显而面临"史即诗"的学科尴尬,循陈寅恪"诗史互证"理路而来的重材料考辨且迷恋"原意"或"本意"的诗学史学化走势,共同把文史关系逼入了困境。"诗中有史"根自古典诗学的诗可以观、物感说和兴寄传统,"史中有诗"看到了历史著述先天固有的主体性因素。文学创作的现实性与历史著述的主体性正是上述极端之论的逻辑根源。若从事实与价值的"二向度思维"看,历史之追求客观性和真实性与文学之祈向超越性和创造性,皆为价值理想,绝非文学实际上无法完全摆脱现实、史乘根本上必带主观这类"事实"因素所能取消和否证的。

意义与事实——对逻辑经验主义意义理论的质疑

卡尔纳普和石里克从不同角度表述了同样的意义理论,即句子的意义就是它的证实条件。逻辑经验主义的意义理论完全依赖于它的证实原则,但证实本身却不是没有问题的。通过揭示逻辑经验主义意义理论中的矛盾,我们能发现证实原则的局限。

科学检验的复杂性探析——兼谈科学是否是真理

科学通常由四个部分组成,科学事实;用猜测的原因对科学事实进行解释;推演出相应的定律、公式、预言等;对这些定律、公式、预言等进行严格检验。无论从理论上还是从实际情况看,运用观察或实验方法对科学进行严格检验都涉及到非常复杂的认识论问题。这些问题包括:经验事实并没有完全的客观性;相同的经验事实可以证明不同的科学假说;观察或实验本身是可错的;"后件为真(假),前件亦为真(假)"的科学检验原则无逻辑依据。因此在自然科学领域,科学检验是一个非常复杂的问题。

清代山西按察使史实考异

根据有关上谕、奏折、履历等档案及吏科史书和志传家乘等资料,对清代山西按察使姓名、籍贯、出身及任职离职等有关记载歧异之史实进行考订。

新疆某三甲医院静脉输液患者身份核查缺陷及影响因素分析

目的:了解静脉输液患者身份核查缺陷及影响因素,并提出有效对策。方法:采用横断面调查的方法,对新疆某三甲医院2017年10月22日10:00～14:00的住院患者展开静脉输液患者身份核查缺陷现况调查,收集一般资料和静脉输液患者身份核查执行中相关信息。结果:该院住院患者腕带佩戴率为99.35%,腕带佩戴合格率为95.77%;身份核查合格率为86.97%,其中,反向核查合格率为93.97%,腕带核查合格率为93.00%。结论:腕带与反向核查存在的缺陷是静脉输液患者身份核查的薄弱环节。管理部门应通过安全培训等干预措施,提高患者身份核查的准确性和有效性。

基于插桩和布尔逻辑的运行时程序验证框架

针对软件测试和静态程序验证中存在的连续性程序执行验证和推理问题,提出一个基于程序插桩和布尔逻辑的运行时程序验证框架——RPA。定义一种用于描述运行时程序性质和规范的动态逻辑语言RPAL,实现自动化插桩以收集运行时程序状态信息,设计一个支持高效验证的句子调度算法。实验结果表明,结合合适的谓词扩展,RPA可以有效地验证和分析软件逻辑,发现潜在的软件错误。

论言词补强规则的推展与适用——从刑事证据印证模式出发

印证模式作为我国司法证明的实践选择,存在固有的适用缺陷和证明风险,随着审判中心主义的推进,我国应当合理构建言词补强规则,以弥补印证模式的概括性缺陷、补位证明活动中传闻规则的缺失。在真实性或可靠性获得保证的前提下,允许法官根据作为关键性证据的直接言词证据认定案件事实,以实现证据裁判与自由心证的衡平。我国言词补强规则的构建,应明确其适用范围及对象。

用于表格事实检测的图神经网络模型

在自然语言理解和语义表征的研究中,往往需要验证一句文本陈述是否基于给定的事实证据,这就是事实检测任务.现有的研究主要局限于处理文本事实验证,而结构化证据下的验证还有待探索,比如基于表格等形式的事实验证.TabFact作为最新的基于表格的事实验证数据集,基线方法并没有很好地利用表格的结构性特征.结合表格的结构特征,设计了以行、单元格为单位的基于图神经网络的事实验证模型Row-GVM和Cell-GVM,比基线模型的准确率分别提高了2.62%和2.77%.实验结果表明,这两种利用了表格特征的方法确实是有效的.

基于实体图神经网络的事实核实方法

针对信息真伪识别问题,研究了基于实体图神经网络的事实核实方法。首先,对通过事实句子提取的实体进行文档检索,利用加强长短期记忆网络进行证据筛选得到相应证据集;然后,利用实体识别获取证据中的相关实体,并通过构建的实体图和图注意力神经网络机制实现实体信息的传播更新;最后,融合实体信息和证据句子信息进行标签预测。在事实提取与验证(FEVER)数据集上的试验结果表明,与3种基准模型相比,该方法有效提升了标签预测的准确性,并在实体信息充分的验证集上表现更佳,其模型在推理层数为3时取得最佳效果。该方法既可提取关键实体,又可捕获实体间信息关联,为提升信息真伪识别技术提供参考。

著作权领域人工智能“冲击论”质疑

人工智能的迅猛发展极大地改变了科技发展方向,在著作权领域,认为人工智能对立法造成冲击的观点逐渐升温。然而,尽管著作权发展过程中多次受到技术手段的影响而形成新的权利认可,人工智能生成内容只具备作品外观,并不会本质上对著作权规则构成冲击。当前人工智能生成内容不具备构成作品必须的独创性,且人工智能机器不具备类似作者的民事主体资格,无法获得著作权法的激励。人工智能生成内容是一种投资者利益,之所以造成著作权困境仅仅是因为事实认定被其与作品外观相似干扰而导致。因此,著作权领域人工智能"冲击论"缺乏理论依据。

基于图的多层次注意力事实验证算法

事实验证任务要求能够从大规模的文本语料库中抽取相关的证据,并通过推理对给定的声明得出事实性的判断。现有的研究通常将检索到的证据拼接,然后比较声明和证据嵌入的余弦相似度,这些方法忽视了长距离证据之间的联系,以及不同层次的语义相似度,而这些特征对于推理验证至关重要。设计了一种基于图的多层次注意力模型(Graph-aware Hierarchical Attention Networks for Fact Verification,GHAN)。该模型首先通过BERT(Bidirectional Encoder Representation from Transformers)筛选出所需的证据片段,再利用卷积神经网络提取不同长度的N-gram特征,构造不同粒度的相似度转移矩阵提取相似度特征。为了综合考虑字符级别和句子级别的语义信息,将证据信息构建成信息融合图,再利用基于核函数的注意力机制进行信息传递与证据推理。该算法在FEVER数据集上取得较好的效果,优于其他基于BERT的方法。

中国刑事印证证明的困境与修正

中国刑事司法实践长期奉行的印证证明模式存在庭审虚化的缺陷,不利于错案风险防控,影响刑事审判的公正。早期印证证明模式过于机械地追求证据间的印证关系,虽然2012年《刑事诉讼法》引入了“排除合理怀疑”的主观证明标准,但是在事实认定上,科学性仍存不足。在推进以审判为中心的刑事诉讼制度改革背景下,刑事印证证明模式需要继续完善,严格贯彻直接言词原则,实现刑事审判庭审实质化,才能适应司法改革和社会发展的需要。

《中国共产党历史系列辞典》若干史实及文字考订

《中国共产党历史系列辞典》作为一部党史知识大型工具书,很注重准确性和权威性。但某些词条或因掌握相关资料不足,或因校对问题,存在史实错误或叙述不够准确,对此作出考订,有利于厘清一些重要史实,还这部系列辞典以准确性、权威性。

“事实核查”在新传播生态环境下的演变及应用

伴随着互联网+时代的来临,网络信息的危害性和开放性,建构了新的传播生态环境。大量的假新闻充斥在传播媒介之中,不仅冲击着事实核查也重塑事实核查。所以事实核查的定义是什么?在新传播生态环境下事实核查发生了哪些改变以及其应用为何?新媒体时代下的事实核查对于我国新闻业发展有何借鉴意义?基于以上问题,本文进行逐一探讨。

《黄帝内经》建构中医药理论的基本范畴——证验

《黄帝内经》的"证验"思维,包括"参验"和"效验"思想,保证了中医药学所获得的医学经验、理论成果和认识活动的真理性。因此,"证验"是中医药理论体系中关于检验真知和真理标准问题的重要概念、范畴。

清代广东按察使史实考异

清代保存了许多有关按察使的资料,其中档案与官书具有权威性,志传等亦能补其不足,但由于各种原因,各类资料难免有缺漏与岐误,因此需要根据有关上谕、奏折、履历等档案及吏科史书和志传家乘等资料,对清代广东按察使籍贯、出身及任职离职等有关记载歧异之史实进行考订,方能得出正确的结论。