CCL25-Eval Task 10：SRAG-MAV用于细粒度中文仇恨言论识别的系统报告
计算与语言
2025-07-25 v1
摘要
本文提出了我们用于CCL25-Eval Task 10的系统，旨在解决细粒度中文仇恨言论识别（FGCHSR）问题。我们提出了一种新颖的SRAG-MAV框架，将任务重构（TR）、自检索增强生成（SRAG）和多轮累积投票（MAV）有效集成。我们的方法将四元组提取任务重新表述为三元组提取，通过从训练集进行动态检索以创建语境提示，并应用多轮推理和投票以提高输出稳定性和性能。我们的系统基于Qwen2.5-7B模型，在STATE ToxiCN数据集上获得硬性分数26.66、软性分数48.35和平均分数37.505，显著优于基线，如GPT-4o（平均分数15.63）和微调的Qwen2.5-7B（平均分数35.365）。代码可在https://github.com/king-wang123/CCL25-SRAG-MAV获取。
引用
@article{arxiv.2507.18580,
title = {System Report for CCL25-Eval Task 10: SRAG-MAV for Fine-Grained Chinese Hate Speech Recognition},
author = {Jiahao Wang and Ramen Liu and Longhui Zhang and Jing Li},
journal= {arXiv preprint arXiv:2507.18580},
year = {2025}
}
备注
8 pages, 3 figures, accepted as oral presentation at CCL25-Eval