大学学生报纸中的无监督偏见检测

本文提出了一种具有最小人工干预的流水线，用于抓取并检测大学报纸档案中的偏见。本文引入了一个用于抓取复杂档案站点的框架，这些站点自动化工具无法抓取数据，随后生成了一个包含 14 份学生报纸、共 23,154 条条目的数据集。该数据随后可按关键词查询，通过将大语言模型摘要的情感与原文章进行比较来计算偏见。该方法的优势在于其比重构偏见更具可比性，且比生成关键词情感所需标注数据更少。结果基于政治敏感词与控制词计算，以展示如何得出结论。完整方法以最小假设与分类促进了细致洞察的提取，为更客观地理解学生报纸来源中的偏见铺平了道路。