众包最优速率中的精确指数

在许多机器学习应用中，众包已成为标签收集的主要手段。本文研究聚合一组非专家工作者所提供标签的最优错误率。在经典的 Dawid-Skene 模型下，我们建立了匹配的上界和下界，并带有一个精确指数 $mI(\pi)$，其中 $m$ 是工作者数量，$I(\pi)$ 是刻画工作者集体能力的平均 Chernoff 信息。这种对错误指数的精确刻画使我们能够给出一个精确的样本量要求 $m>\frac{1}{I(\pi)}\log\frac{1}{\epsilon}$，以达到 $\epsilon$ 的误分类错误。此外，我们的结果暗示了各种由一致估计量初始化的众包 EM 算法的最优性。