异质众包中基于 Bandit 的任务分配之任务选择
机器学习
2015-07-28 v1
摘要
任务选择（挑选合适的标注任务）和工人选择（将标注任务分配给合适的工人）是众包任务分配中的两大主要挑战。近期，基于 bandit 的任务分配（BBTA）方法已成功解决了工人选择问题，而任务选择尚未得到深入研究。在本文中，我们通过实验比较了几种借鉴自主动学习文献的任务选择策略，并表明最低置信度策略显著提升了众包中任务分配的性能。
关键词
引用
@article{arxiv.1507.07199,
title = {Task Selection for Bandit-Based Task Assignment in Heterogeneous Crowdsourcing},
author = {Hao Zhang and Masashi Sugiyama},
journal= {arXiv preprint arXiv:1507.07199},
year = {2015}
}
备注
arXiv admin note: substantial text overlap with arXiv:1507.05800