面向众包的监督式集体分类
社会与信息网络
2016-11-15 v2 机器学习
机器学习
摘要
众包利用群体的智慧，通过标注者提供的信息（例如，物品的标签）进行集体分类。当前的众包算法主要是无监督方法，不了解众包数据的质量。本文提出一种监督式集体分类算法，旨在从训练数据（例如，具有已知标签的物品）中识别可靠的标注者。每个标注者的可靠性（即权重因子）通过鞍点算法确定。在多个众包数据集上的结果表明，监督方法比无监督方法能够实现更好的分类精度，并且我们提出的方法优于其他算法。
引用
@article{arxiv.1507.06682,
title = {Supervised Collective Classification for Crowdsourcing},
author = {Pin-Yu Chen and Chia-Wei Lien and Fu-Jen Chu and Pai-Shun Ting and Shin-Ming Cheng},
journal= {arXiv preprint arXiv:1507.06682},
year = {2016}
}
备注
to appear in IEEE Global Communications Conference (GLOBECOM) Workshop on Networking and Collaboration Issues for the Internet of Everything