확인한 것만 기록한다.
2026-11-23 · 00:17 KST / 15:17 UTC한국어 | EN검색 /

01 / AI · 분석

튀르키예어 영상 검증 데이터셋으로 두 체계 비교

검증 기사에 번역·합성 사례를 보탠 TeViD는 근거 검색형과 추가 학습형의 판정 방식을 비교했다.

대학 연구실에서 뒷모습의 연구자가 화이트보드 위 빈 카드들을 두 열로 나누고 있고, 앞쪽 모니터에는 흐릿한 막대그래프가 떠 있다. AI 생성 이미지

Azra Açıl은 튀르키예어 영상 검증용 데이터셋 TeViD를 논문으로 발표했다. 근거 검색형과 추가 학습형 검증 체계를 비교 대상으로 삼았다. 두 체계는 같은 공개 기반 모델을 사용하도록 구성했다.

논문은 기존 사실 검증 체계가 대부분 영어 텍스트에 집중했다고 설명했다. 튀르키예어용 도구는 매우 제한적이라고 지적했다. TeViD는 저자가 아는 범위에서 최초의 튀르키예어 멀티모달 영상 검증 데이터셋이라고 소개했다.

저자는 영상과 언어를 함께 다루는 검증 절차를 설계했다. 검색형에는 역할을 나눈 검증 틀을 적용했다. 추가 학습형에는 단일 모델이 외부 검색 없이 판정하는 방식을 적용했다.

검증 기사에 번역·합성 사례 추가

논문에 따르면 TeViD의 바탕은 Teyit.org의 기사였다. Teyit.org는 국제팩트체킹네트워크인 IFCN의 인증을 받은 기관으로 소개됐다. 여기에 Snopes 기사를 번역해 보탰다.

저자는 데이터셋에 합성 사례도 추가했다고 설명했다. 분류 범주 사이의 불균형을 줄이려는 목적이었다. 초록은 범주별 사례 수를 공개하지 않았다.

검색 근거와 학습 입력의 차이

논문은 검색형 3MFact-TR에 언어 모델 Qwen2.5-7B와 시각·언어 모델 Qwen2-VL-7B를 적용했다. 의미 불일치 점검, 육하원칙 질문 관리, 이중언어 근거 검색 모듈을 추가했다. 검색기는 정답 유출을 막기 위해 사실 검증 사이트를 제외하도록 구성했다.

저자는 추가 학습형에 Qwen2.5-7B 단일 모델을 사용했다. 학습에는 일부 매개변수를 조정하는 LoRA 방식을 적용했다. 초록은 판정 입력을 “claim”과 “video's textual description”, 즉 주장과 영상의 글 설명으로 제시했다.

논문은 정확도와 범주별 성능을 평균한 매크로 F1 점수를 평가 지표로 제시했다. 참 범주의 F1 점수와 재현율도 보고 대상으로 삼았다. 초록은 두 체계의 성능 수치를 공개하지 않았다.