SemEval-2026 任务 12：溯因事件推理：面向大语言模型的真实世界事件因果推断
计算与语言
2026-03-24 v1 人工智能
摘要
理解现实世界事件发生的原因对于自然语言处理和实际决策都至关重要，然而在证据丰富的环境中，直接原因推断仍未得到充分探索。为填补这一空白，我们组织了 SemEval-2026 任务 12：溯因事件推理（AER）。该任务要求系统从支持性证据中识别目标事件最合理的直接原因。我们将 AER 构建为一个基于证据的多项选择基准，它捕捉了现实世界因果推理的关键挑战，包括分布式证据、间接背景因素以及语义相关但非因果的干扰项。本次共享任务吸引了 122 名参与者，收到了 518 份提交。本文介绍了任务制定、数据集构建流程、评估设置和系统结果。AER 为现实世界事件的溯因推理提供了一个聚焦的基准，并突出了因果推理和多文档理解未来工作的挑战。
引用
@article{arxiv.2603.21720,
title = {SemEval-2026 Task 12: Abductive Event Reasoning: Towards Real-World Event Causal Inference for Large Language Models},
author = {Pengfei Cao and Mingxuan Yang and Yubo Chen and Chenlong Zhang and Mingxuan Liu and Kang Liu and Jun Zhao},
journal= {arXiv preprint arXiv:2603.21720},
year = {2026}
}
备注
9 pages, 3 figures, semeval 2026 task 12 description paper