媒体偏见探测器：面向新闻大规模标注与分析的框架
计算与语言
2025-10-01 v1
摘要
主流新闻机构不仅通过发布的文章直接塑造公众认知，还通过选择覆盖哪些主题（或忽略哪些主题）以及如何呈现所决定覆盖的问题来间接塑造认知。然而，在规模化层面衡量这些微妙形式的媒体偏见仍是一个挑战。本文介绍了一个大型持续开发（自2024年1月1日至今）、接近实时的数据集和计算框架，以支持系统性研究新闻报道中的选择偏见和框架偏见。我们的管道将大型语言模型（LLM）与可扩展的接近实时新闻抓取相结合，从而提取结构化标注，包括政治倾向、语调、主题、文章类型和重大事件，覆盖数百篇文章每日。我们在多个层面上量化这些覆盖维度——句子层面、文章层面和出版方层面，拓展了研究人员分析现代新闻领域中媒体偏见的方式。除了精选数据集外，我们还发布了一个用于便捷数据探索的交互式网页平台。总体而言，这些贡献为规模化媒体偏见研究提供了可复用的方法，为未来研究提供了实证资源。利用语料库随时间和出版方的广度，我们还展示了一些案例（聚焦2024年审阅的15万多篇文章），说明这一新型数据集如何揭示新闻报道和偏见的有见解模式，支持学术研究和现实中改进媒体问责的努力。
引用
@article{arxiv.2509.25649,
title = {The Media Bias Detector: A Framework for Annotating and Analyzing the News at Scale},
author = {Samar Haider and Amir Tohidi and Jenny S. Wang and Timothy Dörr and David M. Rothschild and Chris Callison-Burch and Duncan J. Watts},
journal= {arXiv preprint arXiv:2509.25649},
year = {2025}
}