真实标签 + 混淆：分析多重评分的概率模型谱系
机器学习
2012-06-25 v1 人工智能
机器学习
摘要
本文重新审视了分析不同评判者给出的多重评分的问题。与以往专注于从嘈杂的众包评分中提取真实标签的工作不同，我们强调获得对我们内部训练有素的评判者的诊断性洞察。我们将著名的 DawidSkene 模型 (Dawid & Skene, 1979) 推广为同一“真实标签 + 混淆”范式下的一系列概率模型，并表明我们提出的称为 HybridConfusion 的层次贝叶斯模型，在合成数据集和真实世界数据集上均一致优于 DawidSkene。
引用
@article{arxiv.1206.4606,
title = {TrueLabel + Confusions: A Spectrum of Probabilistic Models in Analyzing Multiple Ratings},
author = {Chao Liu and Yi-Min Wang},
journal= {arXiv preprint arXiv:1206.4606},
year = {2012}
}
备注
ICML2012