PulseAugur
中
实时 04:07:14
English(EN) UCSC NLP at SemEval-2026 Task 10: Boundary-Aware Span Extraction and RoBERTa Classification for Conspiracy Detection

UCSC NLP 系统在 SemEval-2026 阴谋检测任务中名列前茅

作者 PulseAugur 编辑部 · [2 个来源] ·

UCSC NLP 研究人员为 SemEval-2026 任务 10 开发了系统，重点关注阴谋标记提取和文档级阴谋检测。他们的标记提取方法涉及多标签跨度分类，并采用了硬负例采样和边界感知表示等高级技术。对于文档分类，他们采用了带有标签平滑的序列分类器。在官方测试集上，该系统在标记提取方面排名第 7，在文档检测方面排名第 11。 AI

影响 这项研究有助于推进用于检测阴谋标记和分类阴谋相关文档的 NLP 技术。

排序理由 该集群描述了一篇研究论文，其中详细介绍了在特定 NLP 任务竞赛中开发的系统。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

UCSC NLP 系统在 SemEval-2026 阴谋检测任务中名列前茅

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Dom Marhoefer, Milos Suvakovic, Glenn Grant-Richards, Aidan Pinero, Ryan King ·

    UCSC NLP 在 SemEval-2026 任务 10：用于阴谋检测的边界感知跨度提取和 RoBERTa 分类

    arXiv:2607.05689v1 Announce Type: new Abstract: We present our systems for SemEval-2026 Task 10 (PsyCoMark), addressing conspiracy marker extraction (Subtask 1) and document-level conspiracy detection (Subtask 2). For marker extraction, we formulate the task as multi-label span c…

  2. arXiv cs.CL TIER_1 English(EN) · Ryan King ·

    UCSC NLP 在 SemEval-2026 Task 10：用于阴谋检测的边界感知跨度提取和 RoBERTa 分类

    We present our systems for SemEval-2026 Task 10 (PsyCoMark), addressing conspiracy marker extraction (Subtask 1) and document-level conspiracy detection (Subtask 2). For marker extraction, we formulate the task as multi-label span classification over enumerated candidate spans, u…

相关实体

相关话题