L'UCSC NLP présente des systèmes pour SemEval-2026 Task 10 (PsyCoMark), traitant de l'extraction des marqueurs de complot et de la détection de théories du complot au niveau du document. Pour l'extraction des marqueurs, l'équipe formule la tâche comme une classification de span multi-labels utilisant des représentations sensibles aux limites et une suppression du maximum non maximal (non-maximum suppression).
- L'extraction des marqueurs utilise un étiquetage positif avec IoU >= 0.95 et un échantillonnage de négatifs difficiles (hard-negative sampling).
- La classification de documents emploie un classificateur de séquence avec lissage d'étiquette (label smoothing).
- Les rôles de type entité sont détectés de manière robuste, tandis que les rôles abstraits restent sensibles aux critères de limite.
- Le système se classe 7ème dans la sous-tâche 1 (macro F1 : 0.2251) et 11ème dans la sous-tâche 2 (weighted F1 : 0.7694).