الجداول توفر معرفة قيمة يمكن استخدامها للتحقق من الأقوال النصية. رغم أن العديد من الدراسات قد اعتبرت التحقق من الحقائق بناءً على الجداول، إلا أن التحالفات المباشرة بين بيانات الجدول والرموز في الأقوال النصية نادرة توافرها. بالإضافة إلى ذلك، يتطلب تدريب نموذج عام للتحقق من الحقائق كميات كبيرة من البيانات التدريبية المصنفة. في هذا البحث، نقترح نظامًا جديدًا لمعالجة هذه المشكلات. مستوحى من السببية المضادة للواقع، يقوم نظامنا بتحديد أهمية المستوى الرمزي في القول باستخدام تقدير الأهمية المستند إلى الاستكشاف. يسمح تقدير الأهمية بتعزيز تعلم التحقق من الحقائق من وجهتي نظر. من جهة أولى، يقوم نظامنا بتوقع الرموز البارزة المقنعة لتعزيز النموذج في التحالف والاستدلال بين الجدول والقول. ومن جهة ثانية، يطبق نظامنا زيادة البيانات الواعية بالأهمية لإنتاج مجموعة أكثر تنوعًا من حالات التدريب عن طريق استبدال المصطلحات غير البارزة. أظهرت نتائج التجارب على TabFact (تاب فاكت) التحسين الفعال الذي حققته التقنيات المقترحة لتعلم الأهمية، مما أدى إلى أداء جديد رائد على المعيار المرجعي. شفرتنا متاحة بشكل عام على الرابط https://github.com/luka-group/Salience-aware-Learning .