事实正确性综述

评估标准

无监督

利用库抽取关系实体三元组，然后对比原文和摘要的三元组评估

看看摘要是不是蕴含了原文（没大懂他在说啥）

从摘要里构造问题，然后比较摘要和原文的回答

把摘要句子做变化，语义相似变化的是阳性例子，句子语义不相似变化得到的结果做负例
然后训练

正例就是原reference里的实体，然后通过修改替换实体得到负例

类似，就是把reference的摘要局部做修改，原reference就是正例，构造的是负例

在输入的编码器端，就加入事实的增强描述
其中又分为序列型和图网络型

由于摘要的信息被蕴含于原文，所以搞了一个这样的encoder和decoder

把生成结果作为草稿，然后后编辑
一个论文是把一个或者全部的实体都mask，然后从原文去选择一个span来填空，即只能改实体错误了
另一个用End2End，能够修改更多的错误
二者都是自动构造训练数据
问题就在于训练数据和测试数据的不一致，训练数据都是手动构造的