SemEval-2025 Task 7：多语言和跨语言事实核查申报
计算与语言
2025-08-06 v1 人工智能
信息检索
摘要
SemEval-2025 Task 7：多语言和跨语言事实核查申报被建模为 Learning-to-Rank 任务，使用基于预训练变换器优化的句子相似性的双编码器模型。训练使用源语言及其英文翻译，实现多语言检索；仅使用英文翻译实现跨语言检索。采用参数不足 500 万的轻量级模型，在 Kaggle T4 GPU 上训练，方法在多语言 track 中实现 92% Success@10，在跨语言 track 中实现 80% Success@10，排名第 5 和第 10。
引用
@article{arxiv.2508.03475,
title = {fact check AI at SemEval-2025 Task 7: Multilingual and Crosslingual Fact-checked Claim Retrieval},
author = {Pranshu Rastogi},
journal= {arXiv preprint arXiv:2508.03475},
year = {2025}
}
备注
7 pages, 6 tables. Code available at https://github.com/pranshurastogi29/SemEval-2025-ACL-Multi-and-Crosslingual-Retrieval-using-Bi-encoders