AXLE 方法：透過情境引導激發標註者生活經驗
研究提出 AXLE 預標註階段，利用情境小節與對話生成第一人稱微敘事，以激發標註者的生活經驗。
- 本站上線
- 2026/10/14 上午08:35
- 首次報導
- 2026/10/13 下午12:00
- 最早來源發布
- 2026/10/13 下午12:00
AI 摘要｜已與來源比對｜未經人工查核。本文由程式（qwen3.8:27b）讀取下列來源全文與官方原文後撰寫， 每段後面的標籤是依據的來源，點擊即可開啟原文。程式會比對數字、版本與日期是否出現在來源中， 但這不等於事實查核。內容怎麼產生、有什麼限制； 發現錯誤請用文末的「回報」。
該研究指出，Perspectivist NLP 已確立標註者的位置性（positionality）會影響主觀任務的標籤，但缺乏將位置性操作化的方法。傳統做法通常是在招募時填寫人口統計表格，將其視為靜態屬性並作為共變數處理，假設其所索引的知識在標註者閱讀項目時是活躍的。 arXiv cs.CL
研究引入 AXLE，這是一個預標註階段，其中情境小節（scenario vignette）錨定一個短的、軸線引導的對話，該對話被合成為第一人稱微敘事（first-person micro-narrative）並返回給標註者，然後才開始標註。 arXiv cs.CL
在一項 2x2 被試間研究中，涉及 104 名標註者、30 個項目和 1,040 個標註，針對涵蓋移民、宗教和性別的模糊仇恨言論，激發（elicitation）與更高的身份共鳴和對傷害的更高敏感性相關。它也增加了標籤熵並降低了標註者間的一致性。 arXiv cs.CL
程式碼與資料
本站 2026-10-15 整理（資料來自 Hugging Face 論文頁與 GitHub，由程式查詢，不經模型撰寫）：
- 程式碼：論文頁沒有列出公開的程式碼
- 模型與資料集：Hugging Face 上沒有連結到這篇論文的公開模型或資料集
來源 1 筆
- arXiv cs.CL · Activating the Annotator: Operationalising Lived Experience in Data Annotation10/13 下午12:00
這篇對你有用嗎？
登入會員後可以按反應與留言。登入
留言 0
- 還沒有留言。
留言公開顯示暱稱，不顯示你的真實姓名與信箱。含多個連結或疑似廣告的留言會先經編輯確認；檢舉達 3 次的留言會自動隱藏。隱私政策
發現錯誤？
回報會進入待處理清單；核實後更正，並在文中註記更正紀錄。