UCSC NLP 为 SemEval-2026 Task 10 (PsyCoMark) 展示了系统，解决阴谋标记提取和文档级阴谋检测问题。对于标记提取，团队将任务表述为使用边界感知表示和非极大值抑制的多标签跨度分类。

  • 标记提取使用 IoU >= 0.95 的正向标注和难负样本采样。
  • 文档分类采用带标签平滑的序列分类器。
  • 实体类角色被稳健地检测，而抽象角色对边界标准仍然敏感。
  • 该系统在子任务 1 中排名第 7（0.2251 macro F1），在子任务 2 中排名第 11（0.7694 weighted F1）。