Social-Annotate：用于标注和收集社交媒体数据的自修复浏览器扩展

人工标注的数据仍然是机器学习和社交媒体分析的基础。然而，传统的数据收集通常依赖于繁琐的流水线，将内容与其原始来源隔离，损害了生态效度。为解决这些挑战，我们提出了Social-Annotate，一个灵活的浏览器扩展，便于在线平台上的直接数据收集。通过将可定制的表单注入网页，该工具在用户与原生环境交互时捕获标注。Social-Annotate为非技术用户提供了调查表单的无代码设计界面。由于将自定义元素直接注入宿主平台会形成对不断演变的界面的脆弱依赖，我们集成了一个由大型语言模型驱动的自修复代理。该自动化流水线自主检测结构变化，重新生成有效的目标选择器，并在实时浏览器环境中验证它们。我们可扩展的平台支持12个平台，包括社交媒体如𝕏、Instagram、TikTok以及P2P消息平台WhatsApp和Telegram。Social-Annotate显著减少了数据收集开销和开发者维护，使各种技术背景的研究人员能够专注于数据分析而非工程。此外，Social-Annotate通过动态内容操作提供了一个进行干预研究的生态系统。