文献

J-GLOBAL ID：202202249243479151   整理番号：22A1155743

NeuCrowd:クラウドソースラベルを用いた表現学習のためのニューラルサンプリングネットワーク【JST・京大機械翻訳】

NeuCrowd: neural sampling network for representation learning with crowdsourced labels

著者 (3件)： Hao Yang (TAL Education Group, Beijing, China) ,  Ding Wenbiao (TAL Education Group, Beijing, China) ,  Liu Zitao (TAL Education Group, Beijing, China)
資料名： Knowledge and Information Systems  (Knowledge and Information Systems)
巻： 64  号： 4  ページ： 995-1012  発行年： 2022年 
JST資料番号： W2193A  ISSN： 0219-1377  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 表現学習手法は大量の識別訓練データを必要とし,それはヘルスケア,スマート都市,教育のような多くのシナリオで利用できない。実際に,人々は注釈付きラベルを得るためにクラウドソーシングを参照する。しかし,データプライバシー,予算制限,ドメイン特異的注釈の不足のような問題のために,クラウドソースラベルの数は,まだ非常に限られている。さらに,注釈者の多様な専門知識のため,クラウドソースラベルは,しばしば矛盾する。したがって,既存の教師付き表現学習(SRL)アルゴリズムを直接適用することは,過剰適合問題を容易に取得し,準最適解を与える。本論文では,クラウドソースラベルからのSRLのための統一フレームワークであるNeuCrowdを提案した。提案フレームワーク(1)は,安全意識サンプリングとロバストアンカー生成を利用することによって,十分な数の高品質nタプル訓練サンプルを生成する。(2)SRLネットワークのための効果的なサンプルを選択するために適応的に学習するニューラルサンプリングネットワークを自動的に学習する。提案フレームワークを,1つの合成と3つの実世界データセットの両方で評価した。結果は,著者らのアプローチが,予測精度とAUCに関して,広範囲の最先端のベースラインより優れていることを示した。再現可能な結果を奨励するために,著者らのコードを公的に利用可能な。Copyright The Author(s), under exclusive licence to Springer-Verlag London Ltd., part of Springer Nature 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *ネットワーク ,  *ラベル ,  都市 ,  基準線 ,  *機械学習 ,  アウトソーシング ,  アノテーション
準シソーラス用語： 訓練データ ,  予測精度 ,  専門知識 ,  高品質 ,  クラウドソーシング ,  準最適解 ,  表現学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： クラウドソーシング ,  表現学習 ,  サンプリングネットワーク

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： 表現学習