Quote one line per assigned keyword

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
This commit is contained in:
2026-08-17 22:38:31 +08:00
co-authored by Claude Opus 5
parent 4fdc7b48fd
commit 8cdeb3db2e
3 changed files with 24 additions and 7 deletions
+15
View File
@@ -447,3 +447,18 @@
模型的碼),歸檔併入 `runs/02-cluster/`。理由:兩者
之間沒有需要檢視的決策點,拆成兩步只增加讀者要理解
的環節;驗證能力不變,五份產物各自可查。
## 2026-08-06
- **編碼引述改為每碼一行**:原定每碼引 1–3 行歌詞為證,
全量實跑時 36 首的輸出遭平台內容過濾攔阻,其中包含
WAP、God Is A Woman、Super Freaky Girl、Sweetest Pie、
Kiss Me More 等女性力量語料的核心。診斷非髒話而是歌詞
重製量——引述量中位數達歌詞長度的 64%、最高 147%,
同時違反本研究自訂的「repo 只留分類所引摘錄」規則。
改為每碼恰一行後實測該 36 首全數通過,每首標到的碼數
不變(中位數 11→12),重製量降至 23%。每碼仍有一行
可檢視的歌詞證據,檢視編碼偏差的依據不減。附帶記錄:
平台輸出過濾非隨機地排除了語料中最核心的一批歌,此
現象本身列入論文限制討論。標註步驟已入庫的兩次執行
重製量約 43%,處置待議。