La vérification des faits (FV) est une tâche complexe qui nécessite de récupérer des preuves pertinentes à partir d'un texte brut et d'utiliser ces preuves pour vérifier les affirmations données. De nombreuses affirmations exigent l'intégration simultanée et la raisonnement sur plusieurs pièces de preuve pour la vérification. Cependant, les travaux précédents utilisent des modèles simples pour extraire des informations à partir des preuves sans permettre aux preuves de communiquer entre elles, par exemple, en concaténant simplement les preuves pour le traitement. Par conséquent, ces méthodes ne sont pas en mesure de saisir suffisamment d'informations relationnelles et logiques entre les preuves. Pour atténuer ce problème, nous proposons un cadre basé sur les graphes pour l'agrégation et le raisonnement des preuves (GEAR), qui permet le transfert d'informations sur un graphe de preuves entièrement connecté et utilise ensuite différents agrégateurs pour collecter des informations provenant de plusieurs preuves. Nous utilisons également BERT, un modèle pré-entraîné efficace de représentation linguistique, pour améliorer les performances. Les résultats expérimentaux sur un grand ensemble de référence FEVER ont démontré que GEAR pouvait tirer parti des informations provenant de plusieurs preuves pour la vérification des faits (FV) et atteint ainsi un score prometteur de 67,10% sur le test FEVER. Notre code est disponible à l'adresse suivante : https://github.com/thunlp/GEAR.