数据集概述
本数据集聚焦媒体偏见检测，通过对比众包标注与专家标注的差异，验证专家标注对提升数据质量的作用。数据包含专家标注结果、众包原始数据及标注指南，旨在为偏见检测模型提供更可靠的基准数据，解决现有偏见语料库标注一致性低的问题。
文件详解
- 专家标注文件:
- annotations_expert1.xlsx: Excel格式，包含第一位专家对媒体文本的偏见标注数据
- annotations_expert2.xlsx: Excel格式，包含第二位专家对媒体文本的偏见标注数据
- 众包原始数据:
- prolific_raw.txt: TXT格式，包含众包平台收集的原始标注数据，字段包括id、created_at、survey_record_id、annotation_sentence_id、sentence_group_id、label、words、factual、age、gender、education、native_english_speaker、political_ideology、followed_news_outlets等
- 标注规范文件:
- annotation_guidelines.pdf: PDF格式，提供偏见标注的标准操作指南
适用场景
- 媒体偏见检测研究: 用于训练和优化自动偏见检测模型
- 标注方法对比分析: 比较众包标注与专家标注的质量差异
- 自然语言处理应用: 提升文本偏见识别系统的准确性
- 社会科学研究: 分析不同群体对媒体偏见的感知差异
