文献

J-GLOBAL ID：202202280385812942   整理番号：22A1062362

群衆は大規模群衆ラベリングからの人々の観察から作られる【JST・京大機械翻訳】

The Crowd is Made of People Observations from Large-Scale Crowd Labelling

著者 (4件)： Thomas Paul (Microsoft, Australia) ,  Kazai Gabriella (Microsoft, United Kingdom) ,  White Ryen (Microsoft, United States) ,  Craswell Nick (Microsoft, United States)
資料名： ACM Proceedings  (ACM Proceedings)
号： CHIIR ’22  ページ： 25-35  発行年： 2022年 
JST資料番号： D0698C  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： 多くの他の研究者と同様に,Microsoft Bingでは,外部の「クロード」判定を用いて,検索エンジンからの結果をラベル付けし,Cranfieldの伝統におけるオフライン評価に対する関連性ラベルを得る。クロードソースラベルは,比較的安価であり,従って,非常に普及しているが,不一致,スパム,および様々なバイアスが,原因不明の「ノイズ」または「エラー」であるように見える。本論文では,特に探索評価のため,大規模および地球周辺でのクラウドラベリングに遭遇した問題の例を提供した。ラベルが与えられる週の日と日の時間による効果を実証した。疲労;固定;曝露;左側バイアス;タスクスイッチング;および判断間の単純な不一致。単純な「エラー」よりむしろ,これらの効果はよく知られた生理学的および認知的因子と一致する。「群衆」は,いくつかの抽象機械ではなく,人々から作られている。人々の判断行動に影響するヒューマンファクタは,研究評価を設計し,評価尺度を解釈する際に考慮されなければならない。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  ヒューマンファクタ ,  地球 ,  *ラベル ,  バイアス ,  評価基準 ,  検索エンジン
準シソーラス用語： 低価格 ,  評価尺度 ,  スパム ,  オフライン , 【Automatic Indexing@JST】

著者キーワード (3件)： 認知バイアス ,  クラウドソーシング ,  品質管理

分類 (5件)： 人工知能  (JE08000Z) ,  グラフ理論基礎  (IA02020S) ,  パターン認識  (JE07000S) ,  その他の情報処理  (JE15050M) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 大規模 ,  ラベリング ,  観察