一种用于收集多样性感知数据的情境模型
计算机与社会
2023-06-19 v1
摘要
多样性感知数据对于在情境中稳健建模人类行为至关重要。此外，由于人类行为受到众多应用的关注，数据还必须可跨领域复用，以确保解释的多样性。当前的数据收集技术仅能部分表征人群的多样性，且常生成难以复用的数据。为填补这一空白，我们提出一种混合机器-人工智能方法下的数据收集方法论及其相关数据集，该方法论基于一个全面的情境本体概念，从而实现数据复用。该数据集包含158名参与者的样本，通过iLog智能手机应用收集。它包含超过170 GB的主观与客观数据，来自27个智能手机传感器，并与参与者情境中168,095条自我报告标注相关联。该数据集具有高度可复用性，其多样化应用已证明了这一点。
引用
@article{arxiv.2306.09753,
title = {A context model for collecting diversity-aware data},
author = {Matteo Busso and Xiaoyue Li},
journal= {arXiv preprint arXiv:2306.09753},
year = {2023}
}