极其简单的真相发现方法

真相发现是一类广泛统计方法的统称，旨在基于来自噪声源的多个答案提取问题的正确答案，例如众包平台中的工人。本文考虑一种极简的启发式方法，利用与其他工人的平均接近度来估计工人的能力。我们证明该估计能很好地反映实际能力水平，并能够在广泛的领域和统计模型中区分高质量与低质量工人。在高斯噪声下，这一简单估计是带常数正则化因子的 MLE 的唯一解。最后，在众包场景中按平均接近度对工人加权，相较于无加权聚合及其他真相发现算法，在实践中取得了显著提升。