Graph-based Fact Verification with Multi-path Exploration = 다중 경로 탐색을 활용한 그래프 기반 사실 검증

국문 초록 (Abstract)

주장의 진위 여부를 주어진 증거를 바탕으로 판별하는 자동 사실 검증(Automated Fact Verification; AFV)은 최근 크게 발전했지만, 여전히 멀티홉 추론(Multi-hop reasoning)을 요구하는 복잡한 주장에 대해서는 한계가 존재한다. 이에 본 연구는 주장을 구조화된 개체-관계 그래프로 변환해 세분화된 단위로 검증할 수 있도록 하는 그래프 기반 사실 검증 프레임워크를 제안한다. 이 프레임워크는 명시적 개체뿐 아니라 문장 속에 암시된 잠재적 개체까지도 노드로 표현하며, 다양한 추론 경로를 탐색함으로써 검증의 견고성과 유연성을 높인다.
그러나 그래프 기반 접근은 복잡한 주장에는 효과적이지만, 단순한 주장에는 오히려 과도하게 복잡한 전략이 될 수 있다. 이러한 한계를 보완하기 위해, 본 연구는 각 주장에 따라 직접 프롬프트 기반 검증(Direct Prompting)과 그래프 기반 검증 중 적절한 방식을 선택하도록 하는 전략 선택자(strategy selector)를 추가로 제안한다. 이 전략 선택자는 주장의 복잡도를 고려하여 적절한 추론 경로를 자동으로 할당함으로써, 검증의 효율성과 정확도를 동시에 향상시킨다.
HOVER, EX-FEVER, FEVEROUS 데이터셋에 대한 실험 결과, 제안한 방법은 특히 멀티홉 주장에서 기존 강력한 베이스라인들을 안정적으로 능가하는 성능을 보였다. 아울러 전략 선택자는 기존 검증 프레임워크에도 쉽게 통합 가능하여, 본 방법의 실용성과 확장 가능성을 입증하였다.

다국어 초록 (Multilingual Abstract)

Automated fact verification, which evaluates the truthfulness of natural language claims based on supporting evidence, has seen substantial progress in recent years with the advent of large language models and improved retrieval mechanisms. However, verifying complex and information-dense claims, especially those requiring multi-hop reasoning across multiple pieces of evidence, continues to pose a significant and persistent challenge in the field.
To address this challenge, we propose a novel Graph-based verification framework that transforms input claims into structured entity-relation graphs. The graph structure enables a fine-grained decomposition of the claim, supporting systematic verification. This framework explicitly represents both explicit and latent entities, allowing for the exploration of multiple reasoning paths and thereby enhancing verification robustness.
While the Graph-based method excels in handling complex claims, it may introduce unnecessary complexity when applied to simpler cases where direct prompting could suffice. To mitigate this, we introduce an adaptive variant—Direct + Graph-based verification—which incorporates a lightweight strategy selector. This component dynamically determines whether to apply direct prompting or invoke the full graph-based reasoning pipeline based on the complexity of the claim. This design ensures that the system allocates resources efficiently and maintains high verification accuracy across diverse scenarios.
Experimental results on HOVER, EX-FEVER, and FEVEROUS demonstrate that our approach consistently outperforms existing baselines, particularly on multi-hop claims. Furthermore, we find that the proposed strategy selector not only improves performance but also generalizes effectively across different verification pipelines, highlighting the flexibility and scalability of our proposed solution.

목차 (Table of Contents)

• Abstract
• Chapter 1 Introduction 2
• Chapter 2 Related Works 6
• 2.1 Fact Verification with Large Language Models 6
• 2.2 Latent Entity Identification 7
• 2.3 Graph-based Fact Verification 7
• Chapter 3 Method 9
• 3.1 Graph-based Claim Representation 10
• 3.2 Latent Entity Identification 10
• 3.3 Triplet and Claim Verification 12
• 3.4 Adaptive Verification with Strategy Selection 14
• Chapter 4 Experimental Setup 15
• 4.1 Datasets 15
• 4.2 Implementation Details 16
• 4.3 Baselines 18
• Chapter 5 Experimental Results 20
• 5.1 Main Result 20
• 5.2 Multi-path Verification 22
• 5.3 Breakdown of Direct + Graph-based 24
• 5.4 Graph-based Claim Representation Model 26
• 5.5 Various Document-level Settings 28
• 5.6 Error Case Study 30
• Chapter 6 Conclusion 33
• 6.1 Future Works 34
• Appendix A An Example from the EX-FEVER Dataset 38
• Appendix B Details of Latent Entity Identification Step 39
• 요약 49