EMNLP 2025（The 2025 Conference on Empirical Methods in Natural Language Processing）于北京时间2025年8月21日公布了论文录用结果。EMNLP是计算语言学和自然语言处理领域的顶级国际会议，被列入中国人工智能学会A类推荐国际学术会议、中国计算机学会B类推荐国际学术会议。本届会议将于2025年11月5日至9日在中国苏州召开。本届会议共收到8174篇论文投稿，其中主会录用率为22.2%，Findings录用率为+17.4%。

综合集成与知识科学研究组博士研究生韩晨的论文《Debate-to-Detect: Reformulating Misinformation Detection as a Real-World Debate with Large Language Models》成功入选 EMNLP 2025 主会场（Main Conference）。详情如下：

标题：Debate-to-Detect: Reformulating Misinformation Detection as a Real-World Debate with Large Language Models

作者：韩晨，郑文镇，唐锡晋

内容简介：社交媒体上虚假信息的泛滥凸显了传统检测方法的局限性。这些方法多依赖静态分类，难以捕捉现实世界事实核查中复杂且动态的过程。受到“真理越辩越明”理念的启发，我们提出 Debate-to-Detect (D2D)，一种新型大模型多智能体辩论框架，将虚假信息识别重构为结构化的对抗性辩论。通过模拟现实中的事实核查工作流程，D2D 为各智能体分配特定领域的角色背景，并组织五个阶段的辩论过程：开场陈述、反驳、自由辩论、总结陈词与裁决。不同于传统的二元分类，D2D 引入多维度评价机制，从事实性、信息源可靠性、推理质量、表达清晰度及伦理性五个维度对输入新闻进行综合评估，不仅能够判断是否为虚假信息，更能以自然语言解释其虚假的原因，极大提升结果的可解释性。实验结果显示，D2D 在两个虚假新闻数据集上均显著优于基线方法，案例研究进一步表明其能够在迭代过程中逐步完善证据并提升决策透明度。

论文链接：https://arxiv.org/abs/2505.18596

同时，信息与知识管理领域顶级国际会议 CIKM 2025（ACM International Conference on Information and Knowledge Management）于北京时间2025年8月5日公布了录用结果。作为信息检索、知识管理和数据科学领域的重要会议，CIKM 被中国计算机学会列为 B 类推荐国际学术会议。本届CIKM 将于2025年11月10日至14日在韩国首尔 COEX 会议中心举办。综合集成与知识科学研究组博士研究生韩晨的另一篇论文 《DocPolicyKG: A Lightweight LLM-Based Framework for Knowledge Graph Construction from Chinese Policy Documents》成功入选 CIKM 2025 Short Paper (30.6%, 185/604)，详情如下：

标题：DocPolicyKG: A Lightweight LLM-Based Framework for Knowledge Graph Construction from Chinese Policy Documents

作者：韩晨，李媛媛，唐锡晋

内容简介：中国政策文件通常以简洁而富含语境的方式撰写，蕴含隐含的层级逻辑与战略意图。这些语言和结构特征给传统信息抽取方法带来了挑战，后者往往难以处理跨句依赖与语义复杂性。为此，我们提出 DocPolicyKG，一种基于轻量级大语言模型的新型框架，用于从中国政策文件中构建知识图谱，并结合领域本体、微调与提示工程。以中国的招商引资政策为研究对象，实验结果表明，DocPolicyKG 在命名实体识别和关系三元组抽取任务上显著优于基线模型 Deepseek-R1-7B，并在整体性能上接近 GPT-4o。基于 DocPolicyKG，我们构建了首个大规模的中国招商引资政策知识图谱，并进一步融合Graph RAG技术，以支持基于实体—关系推理与语义检索的政策问答。

图谱数据：https://github.com/hanshenmesen/IPG_LLM_KG