数据集概述
本数据集是通过News Ninja游戏收集的众包标注数据，用于提升语言媒体偏见的自动检测能力。数据包含玩家标注的句子偏见标签、专家对比标注及玩家人口统计信息，所有数据匿名化处理，可支持媒体偏见检测模型训练与标注一致性分析。
文件详解
- ExportNewsNinja.csv
- 文件格式：CSV
- 字段映射介绍：包含520条句子（前370条为BABE重标注句，后150条为新句子），字段包括句子文本（sentence）、被标注为偏见的词汇（words）、BABE基准标签（ground_Truth）、玩家标注的句子偏见多数投票结果（majority_vote）及单玩家标注记录（annotatedAsBiased_1至annotatedAsBiased_6等）。
- AnalysisNewsNinja.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含520条句子，字段包括完整句子（Sentence）、玩家标注的句子偏见标签（isBiased Game）、专家标注标签（isBiased Expert）、标注一致性对比（Game VS Expert、Expert VS BABE、Game VS BABE）及错误类型标记（false negative、false positive）。
- demographics.csv
- 文件格式：CSV
- 字段映射介绍：包含玩家人口统计信息，字段包括性别（gender）、年龄（age）、教育程度（educationLevel）、英语熟练度（englishLevel）、政治倾向（politicalSpectrum）、新闻消费习惯（newsConsumption）及常看媒体（newsOutlets）。
数据来源
ANON开发的News Ninja游戏
适用场景
- 媒体偏见检测模型训练: 利用标注的句子偏见标签训练自动检测模型，提升检测精度。
- 众包标注质量评估: 对比玩家标注与专家、BABE基准标签的一致性，分析众包标注的可靠性。
- 标注者行为研究: 结合人口统计数据，探究玩家特征对媒体偏见标注结果的影响。
- 媒体偏见可视化研究: 基于标注数据开发可视化工具，助力媒体偏见的直观呈现与 mitigation。
