摘要 面对现实世界中虚假和误导信息的迅速传播，基于证据的人工事实核查工作变得越来越具有挑战性和耗时。为了解决这个问题，我们提出了 FaGANet，这是一个自动化、准确的事实核查模型，它利用句子级注意力和图注意力网络的强大功能来提高性能。该模型巧妙地将编码器模型与图注意力网络相结合，有效地融合了声明和证据信息，从而能够准确识别即使是伪装得很好的数据。实验结果证明了我们的 FaGANet 模型在准确率上的显著提升，以及其在基于证据的事实核查任务中的最优性能。我们在 https://github.com/WeiyaoLuo/FaGANet 发布了我们的代码和数据。