多语言极化检测亚军方案：Gemma模型集成与LLM合成数据的实战策略

本文介绍SemEval-2026 Task 9多语言极化检测任务（22种语言二分类）的亚军解决方案。PSK团队通过Gemma 3模型LoRA微调、GPT-4o-mini合成数据增强、语言级阈值调优和加权集成策略，实现0.811平均macro-F1分数，在3种语言中获第一名，42支队伍中排名第二。

SemEval-2026 Task 9聚焦多语言极化检测，是横跨22种语言的二分类任务，旨在识别文本中的社会极化现象（群体观点对立分化），对理解舆论生态、缓解社会对立有重要价值。

核心挑战包括：1.语言多样性（22种不同语系/书写系统）；2.训练数据稀缺（尤其是低资源语言）；3.跨语言泛化要求（模型需在未见过的测试数据保持稳定性能）。

团队选择Google Gemma 3系列（12B和27B参数版本）作为基础架构，其开源且多语言能力优异，参数规模适中适合有限资源微调。

针对每种语言独立微调，采用低秩适配（LoRA）技术：冻结预训练权重，仅训练低秩增量矩阵，大幅减少可训练参数，同时针对各语言特定模式优化。

为缓解数据不足，团队用GPT-4o-mini生成合成数据，探索三种策略： 1.直接生成：LLM按任务定义生成极化/非极化样本； 2.改写增强：对现有样本语义改写，保持标签一致； 3.对比样本对：生成语义相似但标签相反的样本对，强化判别边界。

质量控制通过多阶段过滤管道，包括嵌入向量去重（计算语义相似度，去除冗余样本，避免过拟合）。

1.语言级阈值调优：在开发集逐语言调优，无需重训模型，提升2-4%F1分数，揭示不同语言最佳分类阈值差异； 2.加权集成策略：采用12B和27B模型加权集成，动态选择策略，利用小模型局部模式捕捉与大模型语义理解的互补性。

最终系统在22种语言获0.811平均macro-F1（排名第二），3种语言第一、8种进入前三。

关键发现：XLM-RoBERTa/Qwen3等架构在开发集表现强劲，但测试集F1下降30-50%；Gemma方案在开发/测试集性能更稳定，凸显架构选择与训练策略对泛化的重要性。

技术启示： 1.合成数据需精细化管控（生成、筛选、去重等环节影响性能）； 2.超参数优化（如语言级阈值）具高性价比； 3.泛化能力应作为核心评估指标。

应用前景： -社交媒体内容审核：识别加剧对立的多语言内容； -舆情监测：帮助政府/机构分析多语言舆论极化趋势； -技术迁移：方案可应用于情感分析、仇恨言论检测等多语言任务。

结语：该方案展示了竞赛最佳实践，为多语言NLP研究提供实战参考。