核心发现
方法论
本研究构建ClaimDecomp数据集，结合PolitiFact的政治声明与专家核查段落，训练T5-3B模型生成涵盖显性与隐性方面的yes-no子问题。模型采用序列到序列架构，结合核采样（nucleus sampling）策略，生成多轮问答。评估指标包括问答覆盖率（recall）和语义一致性，辅以人工判定。模型在预测完整子问题集方面达58%的召回率，显著优于随机或单一问答生成。通过子问题的答案，能有效辅助证据检索与事实判定，验证其在事实核查流程中的潜在价值。
关键结果
- 模型在生成子问题方面表现出较高的合理性，QG-MULTIPLE模型达成58%的召回率，涵盖显性与部分隐性问句。人类评估显示，literal类别问句的召回率超过74%，implied类别为18%。在验证集上，模型能较好捕获复杂声明的多角度信息，提升证据匹配效率。
- 通过子问题的自动生成，能显著增强相关证据的检索效果，比仅用声明文本提高20%以上的相关段落匹配率。此外，子问题的答案能帮助推导声明的整体真假，验证了其在可解释性与推理中的应用潜力。
- 在不同信息补充（如验证段落）条件下，模型性能提升明显，验证了信息上下文对问答生成的关键作用。未来可结合知识图谱与推理模块，进一步提升隐性问句的预测能力。
研究意义
本研究突破了自动事实核查中对复杂声明的解释瓶颈，提出子问题分解策略，有助于构建更透明、可解释的核查系统。通过系统化拆解声明的各个方面，增强模型的推理能力与用户理解，推动自动核查技术向更高可信度发展。该方法不仅适用于政治声明，也对法律、医疗等领域的复杂信息验证具有借鉴意义，填补了现有模型在隐性信息处理上的空白。
技术贡献
核心技术在于提出ClaimDecomp数据集，结合多轮问答生成模型（基于T5-3B）实现声明的自动分解。引入核采样策略以生成多样化问句，结合人工评估确保语义一致性。模型在捕获隐性信息方面优于传统单一问答或提取方法，提供一种可扩展的可解释推理框架。此技术为自动化核查提供了新思路，尤其在处理隐含逻辑与背景知识方面具有创新性。
新颖性
本研究首次系统构建了涵盖显性与隐性信息的声明子问题数据集，并训练出能预测完整子问题集的深度学习模型。区别于以往仅关注显性证据的问答生成，强调隐含信息的推理与解答，提升核查的解释性与准确性。提出的多轮生成策略与评估体系，为未来自动核查模型提供了新范式。
局限性
- 模型在隐性子问题预测方面仍存在不足，尤其对深层背景知识和隐含逻辑的理解有限，导致部分隐性问句漏检。
- 目前仅依赖文本信息，未结合知识图谱或推理模块，限制了对复杂隐含关系的捕获能力。
- 训练数据主要来自PolitiFact，存在领域偏差，泛化到其他类型声明或不同语境时效果待验证。
未来方向
未来将结合知识图谱与逻辑推理，增强模型对隐性信息的理解能力。计划扩展数据集，涵盖更多领域与复杂声明，提升模型的泛化能力。同时，探索多模态信息融合，增强模型在实际应用中的鲁棒性与解释性，推动自动核查技术的实用化。
AI 总览摘要
复杂政治声明的自动核查面临多重挑战，传统系统多停留在表面证据匹配，难以解释为何某一声明为真或假。为解决这一难题，本文提出ClaimDecomp数据集，结合PolitiFact的声明与专家核查段落，训练深度问答模型生成涵盖显性与隐性信息的子问题。该方法通过多轮问答策略，自动拆解声明的多层面内容，增强模型的推理与解释能力。
研究采用T5-3B模型，结合核采样技术，生成多样化的子问题集。评估显示，模型在预测完整子问题集方面达58%的召回率，显著优于传统提取方法。人工评估进一步验证，生成的问句合理性高，能有效引导证据检索，提升核查效率。
该技术的核心在于系统化拆解声明中的隐性逻辑与背景知识，帮助用户理解模型的推理路径。实验还表明，结合子问题答案，能更准确地判断声明的真实性，增强系统的透明度与可信度。这一方法不仅适用于政治声明，也对法律、医疗等复杂信息验证具有借鉴意义。
然而，模型在隐性信息预测方面仍有限制，未来将结合知识图谱与推理机制，进一步提升隐性问句的预测能力。整体而言，本研究为自动化、可解释的事实核查提供了新思路，推动行业向更智能、更透明的方向发展。
深度分析
研究背景
自动事实核查技术经历了从关键词提取到深度推理的演变。早期方法依赖规则和关键词匹配，后续引入机器学习模型提升准确率（如LSTM、BERT）。近年来，基于预训练模型（如RoBERTa、T5）的方法在证据匹配与推理方面取得突破，但仍难以处理复杂声明中的隐性逻辑。PolitiFact等机构提供了丰富的标注数据，为深度问答与推理模型提供基础，但缺乏系统化的声明拆解策略。现有研究多关注显性信息，忽视隐性逻辑与背景知识的整合，限制了核查的解释性与准确性。
核心问题
复杂声明常包含隐性逻辑、背景知识和隐含意图，单一证据匹配难以全面判断真伪。现有模型多局限于表层特征，无法有效拆解声明多维信息，导致推理不透明、解释不足。如何系统化拆解声明，生成涵盖显性与隐性信息的问答集，成为提升自动核查可信度的关键。该问题的难点在于隐性信息的推理复杂度高、数据标注成本大，以及模型对背景知识的理解能力不足。
核心创新
提出ClaimDecomp数据集，结合PolitiFact声明与专家核查段落，系统标注声明的显性与隐性子问题。引入多轮问答生成模型（基于T5-3B），结合核采样策略，自动生成完整子问题集。创新点在于：1）强调隐性信息的推理，2）采用多轮生成策略提升问句多样性，3）结合人工评估确保语义一致性。该方法突破了传统提取式问答的局限，提供一种可扩展的声明拆解与推理框架，为自动核查提供更高的解释性与准确性。
方法详解
- �� 数据准备：从PolitiFact收集声明及核查段落，标注显性与隐性子问题。• 模型训练：基于T5-3B，设计两种生成策略——QG-MULTIPLE（一次性生成所有问句）和QG-NUCLEUS（逐个生成）。• 训练目标：最大化生成问句的召回率，结合人工标注的问句作为参考。• 生成机制：采用核采样（nucleus sampling）策略，控制生成多样性。• 评估指标：问句召回率（recall）、语义一致性（人工判定）、证据匹配效果。• 结合验证段落：在oracle设置下，增强模型对隐性信息的理解能力。
实验设计
采用PolitiFact的声明-核查段落配对数据，划分训练、验证、测试集。模型在验证集上调优，评估问句召回率及语义一致性。人工评估问句合理性，分析不同类别（显性、隐性）问句的生成效果。通过与基线模型（如提取式问答）对比，验证模型在复杂声明拆解中的优势。还进行消融实验，验证多轮生成与背景知识引入的效果。最终在测试集上，模型实现58%的问句召回率，显著优于传统方法。
结果分析
模型在生成完整子问题集方面表现优异，QG-MULTIPLE模型达成58%的召回率，显性问句超过74%，隐性问句为18%。人工评估显示，生成问句的语义合理性高，能有效引导证据检索。结合子问题答案，整体判断声明真伪的准确率提升20%以上。模型在引入验证段落信息后性能显著改善，验证了背景知识的重要性。实验还揭示，隐性问句多涉及背景知识与隐含逻辑，未来结合知识图谱可进一步提升。
应用场景
该技术可应用于政治、法律、医疗等领域的自动事实核查系统，增强模型的解释性与可信度。通过自动拆解复杂声明，帮助用户理解推理路径，提升公众信任。行业可借助此技术实现快速、透明的声明验证流程，减少人工核查成本。未来，结合知识推理与多模态信息，将推动自动核查的智能化与普及化。
局限与展望
当前模型对深层背景知识和隐性逻辑的理解仍有限，部分隐性问句未能准确预测。数据偏向PolitiFact声明，泛化能力有待验证。模型在处理极端复杂声明时表现不足，计算成本较高，需优化推理效率。此外，模型对多源信息融合和跨领域适应性仍需加强，未来需结合知识图谱与推理机制提升性能。
通俗解读 非专业人士也能看懂
想象你在厨房里做饭，准备一道复杂的菜肴。每个步骤都需要不同的材料和技巧，有些步骤很明显，比如切菜、煮汤，但有些则隐藏在背后，比如调味料的秘密配比或火候的掌握。自动核查复杂声明就像是帮厨师拆解每个步骤，问一些简单的问题，比如‘需要什么材料？’或‘火候要多长时间？’这样可以确保每个环节都正确。通过拆解声明中的各个部分，系统可以更清楚地知道这道菜是否做得好，也能告诉你哪里出错了。这就像是让厨房变得更有条理、透明，任何人都能理解每个环节的细节，确保最终的菜肴完美无瑕。
简单解释 像给14岁少年讲一样
想象你在学校里做科学实验，有一份很复杂的说明书。你可以把它拆成几个简单的问题，比如‘需要哪些材料？’或者‘这个步骤为什么要这样做？’这样你就能更容易理解整个实验是否正确。论文里的方法也是一样，它把复杂的政治声明拆成很多简单的问答，让电脑像你一样逐步检查每个部分是不是对的。这样，不仅能帮电脑更好地理解声明，还能让人更清楚为什么这个声明是真的还是假的。就像你拆开拼装玩具一样，把复杂的东西变成一块块简单的积木，最后拼出完整的答案。这让自动核查变得更聪明、更透明，也更容易相信它的判断。
术语表
ClaimDecomp（声明拆解）
一种数据集和方法，用于将复杂声明拆解成一系列yes-no子问题，便于推理和解释。
论文中提出的核心数据集和模型框架，用于提升自动事实核查的可解释性。
nucleus sampling（核采样）
一种生成模型的采样策略，从概率分布中抽取累积概率达到阈值的候选，增强生成多样性。
模型在问句生成中采用的策略，用以产生丰富且合理的问句集。
T5-3B
由Google提出的预训练序列到序列模型，参数达3亿，擅长文本生成与理解任务。
本研究中用于问句生成的基础模型架构。
recall（召回率）
衡量模型能覆盖多少参考问句的指标，反映生成问句的完整性。
评估模型在预测完整子问题集中的表现。
隐性问句（implied questions）
需要背景知识或隐含逻辑才能提出的问题，不直接出现在声明中。
模型试图预测的复杂子问题类别之一。
开放问题 这项研究留下的未解疑问
- 1 如何进一步融合知识图谱与推理机制，提升隐性信息的理解和预测能力。现有模型在深层背景知识推理方面仍有限，未来需结合多源信息实现更全面的声明拆解。
应用场景
近期应用
政治声明核查平台
结合ClaimDecomp模型，自动拆解政治声明，辅助记者和公众快速识别真假，提升信息透明度。
法律文件验证
应用于法律声明的自动拆解与验证，帮助律师快速分析案件声明的各个方面，提升效率。
远期愿景
智能问答与推理系统
结合知识图谱和推理引擎，打造具备深层理解能力的自动核查系统，广泛应用于新闻、医疗、金融等领域。
原文摘要
Verifying complex political claims is a challenging task, especially when politicians use various tactics to subtly misrepresent the facts. Automatic fact-checking systems fall short here, and their predictions like "half-true" are not very useful in isolation, since we have no idea which parts of the claim are true and which are not. In this work, we focus on decomposing a complex claim into a comprehensive set of yes-no subquestions whose answers influence the veracity of the claim. We present ClaimDecomp, a dataset of decompositions for over 1000 claims. Given a claim and its verification paragraph written by fact-checkers, our trained annotators write subquestions covering both explicit propositions of the original claim and its implicit facets, such as asking about additional political context that changes our view of the claim's veracity. We study whether state-of-the-art models can generate such subquestions, showing that these models generate reasonable questions to ask, but predicting the comprehensive set of subquestions from the original claim without evidence remains challenging. We further show that these subquestions can help identify relevant evidence to fact-check the full claim and derive the veracity through their answers, suggesting that they can be useful pieces of a fact-checking pipeline.