中文

MiSC:混合策略众包

人机交互 2019-05-21 v1 机器学习

摘要

流行的众包技术大多侧重于在标签聚合期间评估工人的标注质量,然后调整其权重。近来,另一类模型将众包标注视为不完备张量,并通过张量补全恢复未填标签。然而,这两种方法的混合策略从未被全面研究,使它们仍是相当独立的方法。本工作中,我们提出 MiSC\textit{MiSC}Mi\textbf{Mi}xed S\textbf{S}trategies C\textbf{C}rowdsourcing,混合策略众包),一个集成任意常规众包与张量补全技术的通用框架。特别地,我们提出了一种新颖的迭代 Tucker 标签聚合算法,在大量实验中优于最先进的方法。

关键词

引用

@article{arxiv.1905.07394,
  title  = {MiSC: Mixed Strategies Crowdsourcing},
  author = {Ching-Yun Ko and Rui Lin and Shu Li and Ngai Wong},
  journal= {arXiv preprint arXiv:1905.07394},
  year   = {2019}
}

备注

8 pages, accepted to IJCAI 2019