Word2winners 在 SemEval-2025 任务 7：多语言与跨语言已核查声明检索中的表现
Word2winners at SemEval-2025 Task 7: Multilingual and Crosslingual Fact-Checked Claim Retrieval
AI总结：
该研究面向 SemEval-2025 任务 7 的多语言已核查声明检索，结合零样本模型评估、微调和机器翻译提升跨语言检索，最佳模型跨语言准确率达 85%、单语言达 92%。
摘要：
本文介绍了我们为 SemEval 2025 任务 7“先前已核查声明检索”开发的系统。该任务要求从规模庞大、多语言的 MultiClaim 数据集中，为给定输入声明检索相关事实核查；该数据集包含多种语言的社交媒体帖子和事实核查。为应对这一挑战，我们首先使用最先进的英语和多语言检索模型评估零样本性能，随后微调最有前景的系统，并利用机器翻译增强跨语言检索。我们的最佳模型在跨语言数据上达到 85% 准确率，在单语言数据上达到 92%。
英文摘要：
This paper describes our system for SemEval 2025 Task 7: Previously Fact-Checked Claim Retrieval. The task requires retrieving relevant fact-checks for a given input claim from the extensive, multilingual MultiClaim dataset, which comprises social media posts and fact-checks in several languages. To address this challenge, we first evaluated zero-shot performance using state-of-the-art English and multilingual retrieval models and then fine-tuned the most promising systems, leveraging machine translation to enhance crosslingual retrieval. Our best model achieved an accuracy of 85% on crosslingual data and 92% on monolingual data.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
