Bài báo này đề xuất một phương pháp tận dụng đồ thị tri thức (KG) để cải thiện hiệu suất của hệ thống kiểm tra thực tế tự động đối với COVID-19 bằng tiếng Indonesia. Để khắc phục những hạn chế của các hệ thống kiểm tra thực tế tự động hiện có dựa trên Suy luận ngôn ngữ tự nhiên (NLI), chúng tôi trình bày một kiến trúc mô hình bao gồm ba mô-đun: mô-đun thực tế, mô-đun NLI và mô-đun phân loại. Mô-đun thực tế xử lý thông tin từ KG, trong khi mô-đun NLI xử lý mối quan hệ ngữ nghĩa giữa các tiền đề và giả thuyết đã cho. Các vectơ biểu diễn từ cả hai mô-đun được nối và đưa vào mô-đun phân loại để tạo ra kết quả cuối cùng. Mô hình được đào tạo bằng cách sử dụng tập dữ liệu kiểm tra thực tế COVID-19 của Indonesia và COVID-19 KG Bahasa Indonesia, đạt độ chính xác 0,8616, chứng minh hiệu quả của việc sử dụng KG.
