文献

J-GLOBAL ID：202102245526803555   整理番号：21A1875075

クラウドRL:データラベリングのためのエンドツーエンド強化学習フレームワーク【JST・京大機械翻訳】

CrowdRL: An End-to-End Reinforcement Learning Framework for Data Labelling

著者 (6件)： Li Kaiyu (Tsinghua University,Beijing,China) ,  Li Guoliang (Tsinghua University,Beijing,China) ,  Wang Yong (Tsinghua University,Beijing,China) ,  Huang Yan (TAL Education,Beijing,China) ,  Liu Zitao (TAL Education,Beijing,China) ,  Wu Zhongqin (TAL Education,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2021  号： ICDE  ページ： 289-300  発行年： 2021年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： データラベリングは多くのデータベースと機械学習アプリケーションにおいて非常に重要である。伝統的方法は,ラベルを獲得するために人間(研究者または専門家)に依存する。しかし,人間のコストは,大きなデータセットにとってかなり高価である。アクティブ学習ベースの方法は,大きな不確実性を有する小さなデータセットをラベル付けし,これらのラベル付きデータに関するモデルを訓練し,残りのラベルなしデータをラベル付けするために訓練されたモデルを使用する。しかし,それらは2つの制限がある。最初に,それらは適切なデータ(タスク選択)を賢明に選択できず,タスクを適切な人間(タスク割当)に割当てる。さらに,それらは独立にタスク選択とタスク割当を処理し,それらの間の相関を捉えることができない。第2に,それらは,人間とモデルを独立にモデル化することによって,人間と訓練されたモデル(真実推論)からの回答に基づくタスクの真実を単純に推論する。言い換えると,それらは,それらの間の相関を無視し(ラベル付きデータにはバイアスのある人間によるノイズがあるかもしれない),そして,雑音のあるラベルによって訓練されたモデルは,追加のバイアスをもたらし,その結果,貧弱な推論結果をもたらす。これらの限界に対処するために,本論文では,データラベリングのためのエンドツーエンド強化学習(RL)ベースのフレームワークであるCrowdRLを提案した。知る限りでは,CrowdRLは,タスク選択,タスク割当,および真実推論をシームレスに統合することによって,データラベリングワークフローのために設計された最初のRLフレームワークである。CrowdRLは,不均一注釈者(エキスパートとクラウドソーシング労働者)と機械学習モデルの電力を完全に利用し,データラベリングの品質を高度に改善する真実を推論する。CrodRLは,タスク割当とタスク選択をモデル化するためにRLを使用し,適切な労働者にタスクを賢明に割り当てるエージェントを設計する。クラウドRLは,労働者,専門家およびモデルの回答を共同でモデル化し,真実を推論するための関節推論モデルを設計する。実際のデータセットに関する実験結果は,CrowdRLが,5%~20%高い精度を達成しながら,同じ(より少ない)金銭的コストで最先端の手法より優れていることを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  データベース ,  電力 ,  不確実性 ,  労働者 ,  *エンドツーエンド方式 ,  応用プログラム ,  エージェント ,  機械学習 ,  *強化学習 ,  ワークフロー ,  アノテーション
準シソーラス用語： 能動学習 ,  タスク割当 ,  クラウドソーシング , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： クラウド ,  ラベリング ,  エンドツーエンド ,  強化学習 ,  フレームワーク