Abstract
"本系统报告详细介绍了我们团队参加第五届中文空间语义理解评测(SpaCE2025)的方法和成果。SpaCE2025旨在评估大语言模型在空间语义理解和空间推理能力上的表现,涵盖空间信息正误判断、空间异形同义判断、空间参照实体判断、中文空间方位关系推理和英文空间方位关系推理五个子任务。针对不同任务,我们采用基于上下文的有监督微调和格式化约束的逻辑推理框架,结合LoRA高效微调Qwen2.5-7B-Instruct和DeepSeek-R1-Distill-Qwen-7B模型,设计了约束提取、排列遍历和求解器求解的推理流程。在测试集上,我们在信息正误判断、异形同义判断、参照实体判断、中文方位推理、英文方位推理分别取得0.6454、0.7082、0.7720、0.6254、0.5997的准确率,综合排名第二。"
- Anthology ID:
- 2025.ccl-2.1
- Volume:
- Proceedings of the 24th China National Conference on Computational Linguistics (CCL 2025)
- Month:
- August
- Year:
- 2025
- Address:
- Jinan, China
- Editors:
- Hongfei Lin, Bin Li, Hongye Tan
- Venue:
- CCL
- SIG:
- Publisher:
- Chinese Information Processing Society of China
- Note:
- Pages:
- 1–12
- Language:
- URL:
- https://aclanthology.org/2025.ccl-2.1/
- DOI:
- Bibkey:
- Cite (ACL):
- Yiyang Zheng. 2025. CCL25-Eval任务1系统报告:基于上下文学习与格式化约束的空间语义理解. In Proceedings of the 24th China National Conference on Computational Linguistics (CCL 2025), pages 1–12, Jinan, China. Chinese Information Processing Society of China.
- Cite (Informal):
- CCL25-Eval任务1系统报告:基于上下文学习与格式化约束的空间语义理解 (Zheng, CCL 2025)
- Copy Citation:
- PDF:
- https://aclanthology.org/2025.ccl-2.1.pdf