综合集成小组十几年来执着于社会风险感知相关的计算方法研究，包括拥有百度热搜词社会风险数据集以及天涯杂谈社会风险数据集，近年来对基于在线媒体关切或者冲突事件演化提出了多种刻画的算法。2023年受邀参加社科基金重大项目”“百年变局与中国周边安全新态势研究”, 更致力于舆论战、认知对抗等关键任务的研究。2025年第四季综合集成与知识科学研究组相关成果丰硕，被多个顶会录取。

2025 年 11 月 4 日至 9 日，第30届全球自然语言处理领域顶级国际会议The 2025 Conference on Empirical Methods in Natural Language Processing（EMNLP 2025）在中国苏州举行。

【韩晨同学回答问题中】（拍摄：唐锡晋）

作为计算语言学最具影响力的旗舰会议之一，EMNLP 长期引领自然语言处理技术的发展方向，被列入中国人工智能学会 A 类推荐会议及中国计算机学会 B 类推荐会议。本届会议共收到 8174 篇投稿，主会录用率为 22.2%，Findings 录用率为 17.4%。韩晨、郑文镇和唐锡晋的文章《Debate-to-Detect: Reformulating Misinformation Detection as a Real-World Debate with Large Language Models》成功入选主会（Main Conference），标志着研究组在人工智能与信息治理交叉方向的研究获得国际认可。唐锡晋研究员和韩晨同学参加了本次会议。论文地址: https://aclanthology.org/2025.emnlp-main.764/

面对生成式 AI 和社交媒体环境中虚假信息传播路径更加隐蔽、跨场景迁移性更强、可解释性需求不断提升等现实挑战，文章提出的 Debate-to-Detect（D2D）框架以 多智能体结构化辩论 的形式重构虚假信息识别过程。该框架通过 角色设定、证据构建、交互式推理 等机制，推动虚假信息检测范式从“单一模型输出结论”转向“多智能体协同推理生成可解释证据链”。在方法论上，D2D 融合综合集成思想，将多源知识、推理链路与评价维度统一整合，不仅提高了复杂语境下的识别鲁棒性，也显著增强了结论的可解释性与说服力。该成果在会议现场墙报展示时获得来自多国学者的关注，促进了 AI 事实核查、AI 安全与多智能体推理方向的跨学科交流。

唐锡晋研究员与韩晨同学2025 年 11 月 10 日至 14 日前往韩国首尔 COEX 会议中心参加第34届ACM信息与知识管理国际会议CIKM 2025（34th ACM International Conference on Information and Knowledge Management）。韩晨、李媛媛、唐锡晋的文章《DocPolicyKG: A Lightweight LLM-Based Framework for Knowledge Graph Construction from Chinese Policy Documents》成功入选 CIKM 2025 Short Paper（录取率 30.6%）。该工作提出了一种轻量级大模型驱动的政策文档知识图谱构建框架，在中文招商政策条目结构化抽取任务中表现出良好的适配性与应用价值。该文研究起源是考虑被抹黑给招商带来的影响的背景下整合招商政策文件对招商部门等提供决策支持工具。论文地址: https://dl.acm.org/doi/10.1145/3746252.3760904

以上相关工作也在8月举行的全国青年管理科学与系统科学会议、ISF2025上宣讲过。

更进一步，研究组进一步在EMNLP2025工作的基础上，为MAD辩论过程增加外部事实信息，提高辩论过程的逻辑性，《Beyond Detection: Exploring Evidence-based Multi-Agent Debate for Misinformation Intervention and Persuasion》成功入选2026年1月20日至27日在新加坡召开的人工智能顶级国际会议 The 40th Annual AAAI Conference on Artificial Intelligence（AAAI2026）的Special Track on AI for Social Impact（录取率 24.1%），并已被大会安排进行口头汇报（Oral Presentation，且每个方向仅遴选4篇。作为中国人工智能学会 A 类推荐会议，AAAI 是全球人工智能领域最具影响力与代表性的国际会议之一，被AAAI录取为口头报告显示研究组在“多智能体事实推理与社会治理”方面的研究在AI 事实核查、智能推理、多智能体协作机制等方向的系统性创新能力和国际竞争力。论文地址: https://arxiv.org/abs/2511.07267

综合集成与知识科学研究组长期致力于推动人工智能方法与系统科学的深度融合，围绕社会网络分析、群体智能建模、复杂政策文本理解、政策支持系统等方向持续开展前沿探索。相关顶会的连续入选，体现了研究组在“虚假信息治理”“可信智能系统构建”“多智能体推理机制”等关键议题上的持续突破，为未来构建可解释、可监督、可协同的人机共治式智能系统提供了新的理论支撑与方法范式。