SemEval-2025任务9：食物危险检测挑战
计算与语言
2025-03-26 v1
摘要
本挑战探索了面向长尾分布类别的文本基食物危险预测。该任务分为两个子任务：（1）预测网页文本是否暗示一种十种食物危险类别中的一种，并识别相关联的食物类别；（2）通过为危险和产品分别分配具体标签来提供更细粒度的分类。我们的发现表明，大型语言模型生成的合成数据对覆盖长尾分布非常有效。此外，我们发现经过微调的仅编码器、编码器-解码器和仅解码器系统在两个子任务中实现了可 comparable 最高性能。在本次挑战期间，我们逐步发布（采用CC BY-NC-SA 4.0许可）一套新型的6,644个人工标注的食物事件报告。
引用
@article{arxiv.2503.19800,
title = {SemEval-2025 Task 9: The Food Hazard Detection Challenge},
author = {Korbinian Randl and John Pavlopoulos and Aron Henriksson and Tony Lindgren and Juli Bakagianni},
journal= {arXiv preprint arXiv:2503.19800},
year = {2025}
}
备注
Under review for SemEval 2025