Validation temporelle explicable de faits par la découverte de contraintes temporelles complexes dans les graphes de connaissances - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2024

Validation temporelle explicable de faits par la découverte de contraintes temporelles complexes dans les graphes de connaissances

Résumé

The issue of fake news has gained significance in light of the escalating flow of unverified information among users. To face this challenge, Knowledge Graphs (KGs) are a means for verifying news content from statements in the KG. However, an aspect that has yet to receive attention is the temporal validation of these statements (i.e. verifying whether a statement is true in a given time interval). Our work introduces a new interpretable and explainable approach that leverages the power of KGs to classify user-inputted facts by assessing their temporal validity or refutation. We developed a symbolic approach that is based on Allen’s relations between temporal intervals and extends these relations to time sequences. We test our symbolic framework on one of the largest publicly available KGs and compare its performance across multiple hyper-parameters with the neuro-symbolic extension that we also developed.
La question de la détection des fausses nouvelles a pris de l’importance avec la diffusion croissante de flux d’informations non vérifiées sur le Web. Pour relever ce défi, les graphes de connaissances (GC) sont un moyen efficace pour vérifier le contenu des informations diffusées grâce aux faits structurés qu'ils contiennent. Toutefois, la validité de certains faits est dépendante d'un certain contexte temporel. Cette validation temporelle est une question qui n’a pas encore reçu beaucoup d’attention dans la littérature. Notre travail introduit une nouvelle approche interprétable et explicable qui exploite la puissance des graphes de connaissances pour classer les faits en évaluant leur validité ou leur réfutation dans un intervalle temporel. Nous avons dévelopé une symbolique qui est fondée sur les relations d’Allen entre les intervalles temporels et qui étend ces relations aux séquences temporelles. Nous avons évalué notre approche sur l’un des plus grands graphes de connaissances disponibles publiquement et comparons sa performance à travers de multiples hyper-paramètres avec une variante neuro-symbolique que nous avons aussi proposé.
Fichier principal
Vignette du fichier
IC___Contraintes_Temporelles.pdf (322.31 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04650739 , version 1 (17-07-2024)

Licence

Identifiants

  • HAL Id : hal-04650739 , version 1

Citer

Thibaut Soulard, Joe Raad, Fatiha Saïs. Validation temporelle explicable de faits par la découverte de contraintes temporelles complexes dans les graphes de connaissances. 35es Journées francophones d'Ingénierie des Connaissances (IC 2024) @ Plate-Forme Intelligence Artificielle (PFIA 2024), Jul 2024, La Rochelle, France. pp.62-71. ⟨hal-04650739⟩
0 Consultations
0 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More