SemEval-2025 任务 7：多语言和跨语言事实核查索取
计算与语言
2025-05-19 v1 信息检索
摘要
在线虚假信息的快速传播 presents a global challenge，而机器学习已被广泛探索作为潜在解决方案。然而，多语言设置和低资源语言在该领域常被忽视。为解决这一差距，我们在 SemEval 2025 举办了关于多语言主张检索的共享任务，旨在识别匹配新近 encounter 的主张（以社交媒体帖子表达）的事实核查主张，这些主张可能以不同语言表达。该任务包括两个子轨道：(1) 单语言轨道，其中社交帖子和主张在同一语言中，(2) 跨语言轨道，其中社交帖子和主张可能在不同语言中。该任务注册了 179 名参与者，贡献了 52 项测试提交。23 个队伍中有 31 个队伍提交了他们的系统论文。本文报告了在两个子轨道中表现最佳的系统以及最常见和最有效的方法。该共享任务及其数据集和参与系统为多语言主张检索和自动事实核查提供了宝贵的见解，支持该领域的未来研究。
引用
@article{arxiv.2505.10740,
title = {SemEval-2025 Task 7: Multilingual and Crosslingual Fact-Checked Claim Retrieval},
author = {Qiwei Peng and Robert Moro and Michal Gregor and Ivan Srba and Simon Ostermann and Marian Simko and Juraj Podroužek and Matúš Mesarčík and Jaroslav Kopčan and Anders Søgaard},
journal= {arXiv preprint arXiv:2505.10740},
year = {2025}
}