DS@GT at CheckThat! 2025: 面向社交媒体科学话语检测的集成方法
计算与语言
2025-07-09 v1
摘要
本文中，我们作为 CLEF 2025 CheckThat! Task 4a Scientific Web Discourse Detection 的 DS@GT 团队，呈现我们为该任务所探索的方法。对于这一多类分类任务，我们确定推文是否包含科学声明、对科学研究或出版物的引用，以及/或提及科学实体，如大学或科学家。我们为该任务提出了 3 种建模方法：transformer 微调、LLM 的 few-shot 提示以及由早期实验信息启发的组合集成模型。我们的团队以 7 名成绩位列第 7，实现了 0.8611 的宏平均 F1 分数，显著高于 DeBERTaV3 baseline 的 0.8375。我们的代码可在 Github 上 https://github.com/dsgt-arc/checkthat-2025-swd/tree/main/subtask-4a 上获取。
引用
@article{arxiv.2507.06205,
title = {DS@GT at CheckThat! 2025: Ensemble Methods for Detection of Scientific Discourse on Social Media},
author = {Ayush Parikh and Hoang Thanh Thanh Truong and Jeanette Schofield and Maximilian Heil},
journal= {arXiv preprint arXiv:2507.06205},
year = {2025}
}