研究与数据案例拆解 · 2 分钟阅读
训练样本中事实都出现了，逻辑关系也一定正确吗？
结构化数据与文本对齐，不只涉及有没有提到某个事实，还涉及对象之间的关系。检查资料质量时，应把这两层问题分开。
把图谱转换成文本时，一段描述包含了相关实体和事实，并不自动说明关系表达正确。重庆工商大学对DC-FM研究的介绍，将图文事实一致性与逻辑一致性区分开，并说明研究以两个模块共同评估对齐样本。[1]
本文建议，在阅读或整理生成文本时，分别核对“说了哪些事实”和“怎样连接这些事实”。对象、时间或条件的关系若被改动，即使关键词还在，也可能改变原意。这个检查思路来自该材料所指出的问题，不是对方法性能的复现。
原报道说明了模块设计与分数融合，但没有提供完整实验结果、数据或实现细节。因此，不宜据此宣称任何特定模型只要加入两个检查就一定更准确，也不把方法名称当作通用质量保证。
本条只介绍研究问题的区分，没有运行筛选器，也不转述未经核实的期刊影响因子。
完成前，再核对一遍
- □分开核对事实内容与关系表达
- □以完整实验资料而非方法名称判断性能
回到原始依据
引用支持的具体内容列于下方。访问来源不代表已获得全文或图片再分发许可。
- [1] 人工智能学院、大数据学院共同在面向大模型高效微调的数据质量增强领域取得重要研究进展 ↗
Chongqing Technology and Business University · 大数据学院 （智能环境前沿交叉研究院） · 重庆工商大学大数据学院,智能环境前沿交叉研究院 · 核对日期 2026-10-09
重庆工商大学研究介绍区分图谱文本的事实和逻辑一致性，并概述双模块样本筛选方法。