Claim2Vec: Embedding Fact-Check Claims for Multilingual Similarity and Clustering

Claim2Vec ist ein neuartiges mehrsprachiges Embedding-Modell, das Faktenprüfungsansprüche als Vektoren für ein verbessertes semantisches Verständnis darstellt. Es begegnet der Herausforderung der Anspruchs-Clusterbildung für Fehlinformationen, indem es kontrastives Lernen an ähnlichen mehrsprachigen Anspruchspaaren nutzt und so die Leistung erheblich steigert.