NeuCrowd：面向众包标签表示学习的神经采样网络
机器学习
2021-12-17 v4 人工智能
机器学习
摘要
表示学习方法需要大量有判别力的训练数据，这在许多场景（如医疗、智慧城市、教育等）中难以获取。实践中，人们借助众包来获取标注标签。然而，由于数据隐私、预算限制、领域标注者短缺等问题，众包标签的数量仍非常有限。此外，由于标注者专业水平各异，众包标签常不一致。因此，直接应用现有监督表示学习（SRL）算法易出现过拟合问题并得出次优解。本文提出 \emph{NeuCrowd}，一种基于众包标签的 SRL 统一框架。该框架（1）通过安全感知采样与鲁棒锚点生成，创建足量高质量的 \emph{n} 元训练样本；（2）自动学习神经采样网络，自适应地选择有效样本供 SRL 网络使用。所提框架在一个合成与三个真实数据集上评估，结果显示我们的方法在预测精度与 AUC 上优于广泛使用的 SOTA 基线。为鼓励可复现结果，我们公开代码于 \url{https://github.com/tal-ai/NeuCrowd_KAIS2021}。
引用
@article{arxiv.2003.09660,
title = {NeuCrowd: Neural Sampling Network for Representation Learning with Crowdsourced Labels},
author = {Yang Hao and Wenbiao Ding and Zitao Liu},
journal= {arXiv preprint arXiv:2003.09660},
year = {2021}
}
备注
Accepted in Knowledge and Information Systems