简介

在数字化信息时代，互联网上存在数以十亿计的网络页面，涵盖了几乎所有可以想象的主题和内容。理论上，我们能够收集网络上所有的事实数据，并且利用这些数据进行复杂推理，以回答各种问题。然而，实现这一目标的前提是：我们必须确保这些信息来源可靠并且内容准确。如何检测并处理不可靠的虚假信息这一任务在人工智能学界和新闻媒体业界引起了广泛关注。为了解决上述问题，我们组织第七届FEVER（即：Fact Extraction and VERification, 事实提取与验证）研讨会，致力于推动相关领域的研究发展（详见：https://fever.ai/）。第七届FEVER研讨会将与2024年EMNLP会议在迈阿密一同举行，并支持线上参会。

新评测任务

在今年的FEVER研讨会上，我们将会组织一个新的事实检测评测任务AVeriTeC（即：A Dataset for Real-world Claim Verification with Evidence from the Web，利用网络证据对真实世界言论进行事实验证的数据集https://fever.ai/dataset/averitec.html）。AVeriTeC包含经过人工事实验证的言论，以及用于验证这些言论真伪的网络证据。对于每一条言论，系统需要对其进行判断，将其标注为“支持”、“反对”、“证据不足”或“证据冲突/挑选性证据”之一，并提供合适的证据。这些证据必须从我们提供的文档集合或者互联网（例如使用搜索API）上检索出来。更多信息，请参考我们的新评测任务主页（https://fever.ai/task.html）。   

研讨会日程

第七届FEVER研讨会将接受与事实抽取与验证这一主题相关的投稿（包含长文和短文），包括但不限于以下主题：信息抽取、文本蕴含、自动问答以及论证挖掘等。具体投稿征文请参见：https://fever.ai/workshop.html

论文投稿截止日期：2024年8月15日（ARR投稿截止日期，待确定）

论文接受通知日期：2024年9月20日（待确定）

定稿提交截止日期：2024年10月3日（待确定）

研讨会举办时间：2024年11月15日或16日（EMNLP 2024）

上述日期均以23点59分（UTC-12时区）为标准。