基于邻域的池化用于群体级标签分布学习
机器学习
2021-06-22 v2 机器学习
摘要
监督式机器学习通常需要人工标注数据。虽然标注者间的不一致通常被解释为噪声的证据，但群体级标签分布学习（PLDL）将每个数据项的标注集合视为一群人类标注者意见的样本，其中即使不存在噪声，不一致也可能是合理且可预期的。从这一视角看，一个典型的训练集可能包含大量极小规模的样本，每个数据项对应一个，这些样本本身都不足以代表底层群体对该数据项的信念。我们提出了一种算法框架和用于 PLDL 的新统计检验，以考虑采样规模。我们将它们应用于先前提出的在相似数据项间共享标签的方法。我们还提出了新的标签共享方法，称之为基于邻域的池化。
引用
@article{arxiv.2003.07406,
title = {Neighborhood-based Pooling for Population-level Label Distribution Learning},
author = {Tharindu Cyril Weerasooriya and Tong Liu and Christopher M. Homan},
journal= {arXiv preprint arXiv:2003.07406},
year = {2021}
}