NLPCC 2026 任务 10：使用 DeBERTa 集成和类别校准进行引文级忠实度验证

本文介绍了我们的 NLPCC 2026 共享任务 10 第 2 轨道的系统，该系统涉及人工智能辅助科学报告中的引文级别忠实度。给定原子科学主张及其引用论文的结构化全文，该任务需要四向关系标签和最多三个证据段落标识符。标签头将段落感知交叉编码器与文档级 DeBERTa 大型分类器集成在一起，然后进行按类决策校准。概率级融合的动机是过度预测主题匹配的异常倾向。证据头将前 20 名和前 30 名联合模型的段落分数与 BM25 分数相结合。系统完全离线运行，无需外部检索或大语言模型提示。在最终排行榜上，我们的系统总体得分为 82.9898（Macro-F1 为 89.5491，Joint@3 为 76.4305），在 Track 2 中排名第二。消融和误差分析表明，模型互补性和校准驱动了标签增益。黄金证据推断变化对 Macro-F1 的标签可以忽略不计，而证据排名对于 Joint@3 仍然很重要。