基于 GQM 模型的机器学习数据集许可调查
软件工程
2023-03-27 v1 计算机与社会
机器学习
摘要
数据集许可目前是机器学习系统开发中的一个问题。在机器学习系统开发中，使用最广泛的是公开可用的数据集。然而，由于公开可用数据集中的图像主要来源于互联网，部分图像不可商用。此外，机器学习系统开发者在利用数据集训练机器学习模型时往往不关心数据集的许可。综上，现阶段机器学习系统的数据集许可在各方面均处于不完善状态。我们对两个集合数据集的调查显示，当前大多数数据集缺乏许可，而许可的缺失使得无法确定数据集的商用可用性。因此，我们决定采用更科学系统的方法调查数据集的许可及使用该数据集的机器学习系统的许可，以便未来机器学习系统开发者更轻松且合规。
引用
@article{arxiv.2303.13735,
title = {An investigation of licensing of datasets for machine learning based on the GQM model},
author = {Junyu Chen and Norihiro Yoshida and Hiroaki Takada},
journal= {arXiv preprint arXiv:2303.13735},
year = {2023}
}