# 《正确的废话》D2.3｜跨批次回应标签仲裁与敏感性检查

**研究日期：2026-10-12 · 内部第二轮复核 · 不代表独立盲审或中国官方话语总体估计。**

## 研究对象

- 2025年按D1.7预先选定的6场商务部发布会、6场外交部记者会（共93组问答），D2.1初步拆成139个信息需求。
- D2.2对139项均有首轮回应标记；D2.3保留原版，重点复核**76项**（其中旧批55项、语义边界标记21项），另外用固定哈希选取**14项**未标记记录抽检；共**90项**复查、**49项**保留首轮标签未做本轮深度复查。
- 与D1.9本地清洗的完整原文进行SHA-256对照，139项均可关联到原问题与完整答复。来源哈希验证不等于全部推理判断无误。

## 修订结果

| 指标 | D2.2首轮 | D2.3统一后 |
| --- | ---: | ---: |
| 直接回应 | 74 | 86 |
| 部分回应 | 24 | 7 |
| 其他（分多类保留） | 41 | 46 |
| 事实／说明型需求 | 94 | 89 |
| 立场／评论型需求 | 45 | 50 |

共**21项**记录发生更正，其中**18项**更改回应标签，**5项**更改问题类型（两者存在交集）。所有改动详见 `change_log.csv`，均保留问题与答复的哈希。未对全部139项实施独立第二人裁决。

## 为什么发生变化：同一条规则，不能只对某些答复额外加要求

- DIP03-Q06：问的是对新任大使到任的评论。答复明确表示愿为其履职提供便利并重申关系原则；原“部分回应”改“直接回应”。新闻评论请求不等于记者要求核实某条事实。
- GOV01-Q06：问RCEP“未来有何期待”，答复给出未来实施方向；不应因未写期限而把这个期待问题判成“部分”。
- GOV06-Q02：问是否趁国王访华签署经贸合作文件，答复明确公布已签合作备忘录；改为直接回应。
- GOV03-Q03：记者问自贸区**进口和转口第三国数量**，答复给**进出口总额**。两者并非同一统计对象；从“部分”改为“相关但未提供所问分项”。
- GOV02-Q03：问有否中方反制措施，答复集中批评美方关税，不能把批评本身计作针对反制行动的部分措施报告。
- GOV05-Q05：问中国承担哪些国际责任；答复列出条约透明度、执法及资源评估责任，未要求当时给出执行时间表；改为直接回应。

这些是**原文—信息需求匹配**的研究判断，不代表上述政策立场客观正确，也不推断是否刻意回避。

## 四种关键的敏感性

**A. 回答充分性的定义。** 严格只承认直接回应：**86/139**（**61.9%**）。如把“部分回应”一并视为含有满足需求的信息，则是 **93/139**（**66.9%**）。二者并非“置信区间”，而是不同定义下的结果。

**B. 问题类型。** 事实／说明型直接回应 44/89；立场／评论型直接回应 42/50。两类交际行为不能直接用同一个“有没有事实数字”的标准审核。不要把差异解读成哪个政治主体好坏的排名。

**C. 计数单位。** 139项信息需求 vs 93组完整问答。93组中至少一项直接回应的有 **73组**，全部信息需求均直接回应的有 **62组**。这不是矛盾，而是统计分母不同。

**D. 分批审读偏差（重要）。** 前55项优先包含难判的、多重事实问题；后84项是在剩余题中补齐，因此它们不是随机同质批次。两批直接回应比例非常不同，不能简单作为不同机构、时间段、文体的差异解释。文件 `batch_selection_warning.csv` 与 `audit_subset_stability.csv` 记录此风险。**不允许从批次变化推断官方表达的变化。**

## 网站可用与不可用的结论

**可用于带明确限定的探索性描述**：在这12场记者会的139项初步划分信息需求里，直接回应、部分回应、宣布未知、转介、延期、相关事实替代、没有识别到回答各有不同的可观察形式。主要案例可引用相应源网页和研究者解释。

**不应声称**：“中国政府的废话率为xx%”“外交部普遍更回避问题”“措辞证明发言者故意误导”“心理学理论证明读者确实受影响”。本语料的来源选择、问题类型、分项划分和单人标注不足以支持这些结论。

**语义分类结果暂不建议变成网站头图上的单一百分比。** 网站第一屏应该先展示可复算的辞典词频、原文机制解释，并在方法抽屉解释这139项的严格定义及复核状态。

## 进一步工作

一次最终的结构审校：复查139项的拆分依据（是否把一个问题拆得过细），优先复核剩余49项及直接回应的边界案例。之后作为一个确定抽样范围的描述性样本进入网站，可继续保留单人研究者判断声明。