交叉验证
作者：Seme 研究团队 · 更新于 2026-05-22
定义
身份调查中的交叉验证是通过在多个独立来源中确认事实来验证事实的过程。由两个或更多不相关来源支持的事实被视为已证实，并获得高置信度分类。单一来源的事实被标记为较低置信度，可能触发额外的验证搜索。交叉验证遵循三个原则：（1）独立性——来源不得共享共同起源（例如，LinkedIn 帖子和引用该帖子的公司新闻稿算作一个来源，而非两个）；（2）一致性——佐证来源必须在关键事实上一致；（3）时效性——对于时间敏感的事实，更近的来源获得更高权重。交叉验证引擎分配置信度级别：高（3+ 独立来源）、中（2 个来源）、低（1 个来源）、有争议（冲突来源）。
工作原理
交叉验证引擎分三个阶段处理事实。阶段 1 — 来源去重：识别和合并共享共同起源的来源（例如，引用 LinkedIn 帖子的新闻文章追溯到原始来源）。阶段 2 — 事实匹配：使用语义相似性比较独立来源间的声明以识别佐证证据。每个事实标记有来源计数、来源类型和独立性分数。阶段 3 — 冲突解决：当来源不一致时，引擎应用来源层级（E1 > E2 > E3 > E4 > E5）、时效加权和多数投票来确定最可能准确的版本。冲突事实保留在档案中，包含两个版本及其各自的来源。
示例
调查"John Doe 是否在 2018-2022 年间在微软工作"：来源 1（LinkedIn）显示"微软软件工程师，2018-2022"。来源 2（微软新闻稿）提到"John Doe，Azure 团队工程师"。来源 3（学术论文）列出所属机构为"微软研究院"。来源 4（博客文章）声称"John 在 2021 年被微软解雇"。引擎将来源 1-3 分类为已证实（高置信度），来源 4 分类为有争议（单一来源声明与已证实时间线冲突）。
应用场景
- •调查性新闻的事实核查
- •专业执照的资质验证
- •并购交易中的尽职调查事实验证
- •人力资源筛查的背景调查准确性提升