研究人员开发了一种新颖的多阶段检索框架，以改进多语言科学声明-来源识别。该系统结合了声明和来源的结构化表示以及渐进式精炼过程。它通过使用双语声明表示、利用元数据增强来源表示以及为特定语言调整密集检索模型来应对多语言挑战。该框架首先生成候选来源池，然后使用相似性和验证信号精炼排名，以确定最佳支持来源，在 CheckThat! 2026 排行榜上以 0.7628 的 MRR@5 分数（涵盖英语、德语和法语声明）名列前茅。 AI
影响 这项研究推进了信息验证方法，可以提高科学讨论的可靠性并打击错误信息。
排序理由 这是一篇关于科学声明-来源检索新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- arXiv
- CatalyzeX
- CheckThat! 2026
- Claim2Source
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
