智能文本事实核查助手

工作流名称

智能文本事实核查助手

主要功能和亮点

该工作流基于n8n自动化平台，结合Ollama本地语言模型，能够对输入文本进行细粒度拆句，并对每条陈述进行事实核查，最终生成包含错误陈述清单和整体准确性评价的结构化总结。其亮点在于集成了专业定制的AI模型（bespoke-minicheck），实现高效且专业的自动事实校验，支持多轮数据处理与筛选。

解决的核心问题

文本内容尤其是新闻报道或科研文章中事实信息的准确性难以快速验证，传统人工审查费时费力且易受主观影响。该工作流通过自动拆分句子并利用专门训练的语言模型核查事实，显著提升事实验证的速度和准确度，帮助内容创作者和编辑团队快速识别和纠正错误信息。

应用场景

• 新闻机构和编辑团队进行稿件事实核查
• 学术出版物和研究报告的事实审校
• 内容平台对用户生成内容的真实性把控
• 市场调研与数据分析报告的准确性验证
• 教育领域文本资料的质量控制

主要流程步骤

1. 输入触发：手动触发或由其他工作流调用，输入需核查的文本与参考事实内容。
2. 文本拆分：通过自定义JavaScript代码节点，将输入文本按句号、问号等标点符号拆分成独立句子，同时兼顾日期和列表格式的特殊处理。
3. 数据合并：将拆分句子与事实信息合并，形成待核查的句子列表。
4. 逐句事实核查：调用Ollama的bespoke-minicheck模型逐条分析句子与事实的匹配情况，标注“是”或“否”。
5. 过滤错误信息：筛选出标记为“不正确”的句子，忽略无关闲聊句。
6. 汇总分析：聚合错误句子数量及内容，调用大型语言模型对核查结果进行总结和评估，输出结构化的事实错误报告。
7. 结果输出：生成包含错误陈述列表和整体准确性评估的报告，便于快速定位和修正文本中的事实问题。

涉及的系统或服务

• n8n自动化平台：流程编排与节点管理
• Ollama本地语言模型：包括bespoke-minicheck定制模型与qwen2.5大型语言模型
• JavaScript代码节点：文本拆分逻辑实现
• 手动触发节点与工作流触发节点：灵活启动方式支持单独测试和流程集成

适用人群或使用价值

• 编辑与内容审核人员：提升事实审校效率，减少人工成本
• 内容创作者与记者：及时发现稿件中的事实错误，提高报道质量
• 学术与科研机构：辅助文献和报告核实，确保研究成果的严谨性
• 平台运营者：加强用户内容真实性管理，维护平台内容生态健康
• 技术开发者：可作为事实核查模块集成到更大规模自动化工作流中

该智能文本事实核查助手通过深度整合AI语言模型与自动化流程，帮助用户快速、精准地完成文本的事实验证，极大提升内容质量控制的现代化水平。