1. 데이터 개요
이 데이터는 인공지능(AI)이 생성한 한국어 문장의 사실 여부를 검증할 수 있도록 만든 자료입니다.문장을 작은 의미 단위(단일 사실, Atomic Fact)로 분해하고, 각 사실이 참인지 거짓인지 구분할 수 있도록 정답 라벨과 평가 코드를 함께 제공합니다. 이를 통해 다양한 언어모델의 사실성 생성·판단 능력을 쉽게 비교·평가할 수 있습니다.

2. 주요 특징
- 문장 분해 데이터 제공: 한국어 생성 문장을 단일 사실 단위로 나눈 결과 포함
- 정답 라벨 포함: 각 단일 사실의 진위 여부(참/거짓) 제공
- 범용 활용 가능: 특정 모델에 제한되지 않고, GPT·Gemini·LLaMa 등 다양한 모델에 적용 가능
- 평가 코드 제공: 사용자가 데이터를 내려받아 바로 실험을 재현할 수 있도록 Python 코드 포함

3. 데이터 예시
- 원문 문장: “홍인한은 조선 후기의 문인이자 정치가이다.”
- 분해된 단일 사실:
홍인한은 조선 후기의 사람이다.
홍인한은 문인이다.
홍인한은 정치가이다.
정답 라벨: [참, 참, 참]

4. 데이터 구성
- 생성 문서 데이터 (AI가 생성한 문장)
- 단일 사실 데이터 (문장을 분해한 작은 의미 단위)
- 정답 라벨 데이터 (참/거짓)
- 평가 코드 (Python 기반, 재현 가능) 1. Data Overview This data is designed to verify the factuality of Korean sentences generated by artificial intelligence (AI). It decomposes sentences into small semantic units (single facts, atomic facts), and provides correct answers and evaluation codes to distinguish whether each fact is true or false. This allows for easy comparison and evaluation of the factuality generation and judgment capabilities of various language models. 2. Key Features - Sentence decomposition data provided: Contains the results of dividing generated Korean sentences into single facts - Correct answer labels included: Provides the truth (true/false) of each single fact - Universal applicability: Not limited to a specific model, applicable to various models such as GPT, Gemini, and LLaMa - Evaluation code provided: Includes Python code so that users can download the data and immediately reproduce experiments 3. Data examples - Original sentence: “Hong In-han was a man of letters and politician in the late Joseon Dynasty.” - Decomposed single facts: Hong In-han was a person in the late Joseon Dynasty. Hong In-han was a man of letters. Hong In-han was a politician. Correct answer label: [True, True, True] 4. Data composition - Generated document data (sentences generated by AI) - Single fact data (small semantic units broken down into sentences) - Correct answer label data (True/False) - Evaluation code (Python-based, reproducible) 한국전자통신연구원_한국어 생성 문서의 단일사실관계를 검증하고 설명하는 기술 (KorFactScore) Korea Electronics and Telecommunications Research Institute_Technology for verifying and explaining single facts in Korean-language documents (KorFactScore) 2025-09-11 2026-02-26 한국전자통신연구원 지식정보서비스실 전문지식 대상 판단결과의 이유/근거를 설명가능한 전문가 의사결정 지원 인공지능 기술 개발사업(과학기술정보통신부 재원 | 정보통신기획평가원 지원)으로 개발되었습니다. 과학기술 - 과학기술연구 한국어 생성 문서,사실성 검증,단일사실관계 설명 Korean generated document,Fact verification,Single fact explanation 이용허락범위 제한 없음 수시 지식정보서비스실 1. 데이터 개요
이 데이터는 인공지능(AI)이 생성한 한국어 문장의 사실 여부를 검증할 수 있도록 만든 자료입니다.문장을 작은 의미 단위(단일 사실, Atomic Fact)로 분해하고, 각 사실이 참인지 거짓인지 구분할 수 있도록 정답 라벨과 평가 코드를 함께 제공합니다. 이를 통해 다양한 언어모델의 사실성 생성·판단 능력을 쉽게 비교·평가할 수 있습니다.

2. 주요 특징
- 문장 분해 데이터 제공: 한국어 생성 문장을 단일 사실 단위로 나눈 결과 포함
- 정답 라벨 포함: 각 단일 사실의 진위 여부(참/거짓) 제공
- 범용 활용 가능: 특정 모델에 제한되지 않고, GPT·Gemini·LLaMa 등 다양한 모델에 적용 가능
- 평가 코드 제공: 사용자가 데이터를 내려받아 바로 실험을 재현할 수 있도록 Python 코드 포함

3. 데이터 예시
- 원문 문장: “홍인한은 조선 후기의 문인이자 정치가이다.”
- 분해된 단일 사실:
홍인한은 조선 후기의 사람이다.
홍인한은 문인이다.
홍인한은 정치가이다.
정답 라벨: [참, 참, 참]

4. 데이터 구성
- 생성 문서 데이터 (AI가 생성한 문장)
- 단일 사실 데이터 (문장을 분해한 작은 의미 단위)
- 정답 라벨 데이터 (참/거짓)
- 평가 코드 (Python 기반, 재현 가능) 한국전자통신연구원_한국어 생성 문서의 단일사실관계를 검증하고 설명하는 기술 (KorFactScore) 2025-09-11 2026-02-26 한국전자통신연구원 과학기술 - 과학기술연구 한국어 생성 문서,사실성 검증,단일사실관계 설명 Korean generated document,Fact verification,Single fact explanation 이용허락범위 제한 없음