数据集概述
该数据集包含标注的X（Twitter）虚假信息帖子，以及人工和大语言模型（LLM）的响应数据，用于认知分析。可支持研究人员分析用户对社交媒体帖子的感知、解读与反应，探索LLM的推理模式、态度及偏见，助力理解虚假信息传播机制与用户行为影响因素。
文件详解
- 文件名称：1st_survey.csv，文件格式：CSV
- 字段示例：hash（哈希值）、每周X平台使用时长、用户活跃度类型（主动/被动）等
- 文件名称：annotators_background.xlsx，文件格式：XLSX
- 内容说明：标注人员背景信息数据文件
- 文件名称：responses.csv，文件格式：CSV
- 字段示例：hash（哈希值）、Tweet_ID（推文ID）、传播者简介来源/意识形态倾向判断、判断自信度、判断依据说明等
适用场景
- 社交媒体认知研究：分析用户对虚假信息的感知、解读与反应模式
- 大语言模型行为分析：探究LLM对虚假信息的推理逻辑、态度及偏见特征
- 虚假信息传播机制研究：助力理解虚假信息叙事的传播规律与影响因素
- 用户行为影响因素分析：研究意识形态、平台使用习惯等对用户判断的作用
- 自然语言处理应用：为虚假信息检测、认知推理类模型训练提供标注数据支持
