Acceso usuarios
Francisco-Javier Rodrigo Ginés, Jorge Carrillo de Albornoz, Laura Plaza Morales
El sesgo mediático se manifiesta mediante sutiles mecanismos que moldean la percepción pública. La investigación se ha centrado mayoritariamente en el nivel documental y en recursos en inglés, pasando por alto la naturaleza jerárquica y perspectivista del sesgo. Este artículo presenta el Media Bias Bias-Mitigated Dataset (MBBMD), un nuevo corpus que aborda estas limitaciones. MBBMD integra tres niveles de anotación: binario y multietiqueta a nivel de documento, y manifestaciones de sesgo a nivel de oración. El proceso combina un enfoque perspectivista a nivel documental, preservando el desacuerdo entre anotadores, con un esquema determinista a nivel de oración. Además, incorpora técnicas sistemáticas de Counterfactual Data Augmentation (CDA), que permiten analizar cómo distintos factores influyen en la percepción del sesgo. El corpus contiene 2.348 frases anotadas que cubren seis manifestaciones lingüísticas de sesgo mediático.
Media bias manifests through subtle editorial, discursive, and linguistic mechanisms that shape public perception without explicit falsehoods. Research on automatic media bias detection has focused largely on English resources and on binary, document-level labels, overlooking the hierarchical and perspectivist nature of bias. This article presents the Media Bias Bias-Mitigated Dataset (MBBMD), a new corpus designed to address these limitations. MBBMD integrates three annotation levels: binary and multilabel document-level bias, and fine-grained sentence-level manifestations. The annotation process combines a perspectivist document-level scheme, preserving annotator disagreement, with a deterministic sentence-level procedure. The dataset also incorporates systematic Counterfactual Data Augmentation (CDA), enabling analyses of how such factors influence perceived bias. The sentence-level component comprises 2,348 annotated sentences covering six linguistic manifestations of media bias.
