في حين أن الشبكات العصبية تنتج أداء حديثة في العديد من مهام NLP، إلا أنها تعتمد بشكل عام على المعلومات المعدنية، والتي تنقل بشكل سيئ بين المجالات.نقدم مزيجا من استراتيجيتين للتخفيف من هذا الاعتماد على المعلومات المعجمية في مهام التحقق من الواقع.نقدم تقنية تقطير البيانات إلى Delexicalization، والتي ندموعها مع طريقة تقطير نموذجية لمنع تقطير البيانات العدوانية.نظرا لأنه من خلال استخدام حلنا، لا يبقى أداء نموذج حالة حديثة موجود على قدم المساواة مع نموذج النموذج الذي تم تدريبه على بيانات متعمدة بالكامل، ولكنه يؤدي أيضا بشكل أفضل منه عند اختبارهنطاق.نظهر أن هذه التقنية التي نقدمها تشجع النماذج لاستخراج الحقائق القابلة للتحويل من مجموعة بيانات التحقق من حقيقة معين.