Hierarchical Crowdsourcing for Data Labeling with Heterogeneous Crowd

众包 计算机科学 初始化 骨料(复合) 机器学习 任务(项目管理) 集合(抽象数据类型) 人工智能 数据挖掘 多数决原则 投票 合成数据 图形 训练集 理论计算机科学 万维网 政治 复合材料 经济 管理 材料科学 程序设计语言 法学 政治学
作者
Haodi Zhang,Weijian Huang,Zhe Su,Junyang Chen,Di Jiang,Fan Li,Chen Zhang,Defu Lian,Kaishun Wu
标识
DOI:10.1109/icde55515.2023.00099
摘要

With the rapid and continuous development of data-driven technologies such as supervised learning, high-quality labeled data sets are commonly required by many applications. Due to the easiness of crowdsourcing small tasks with low cost, a straightforward solution for label quality improvement is to collect multiple labels from a crowd, and then aggregate the answers. The aggregation strategies include majority voting and its many variants, EM-based approaches, Graph Neural Nets and so on. However, due to the uncertainty information loss and commonly existing task correlations, the aggregated labels usually contain errors and may damnify the downstream model training.To address the above problem, we propose a hierarchical crowdsourcing framework 1 for data labeling with noisy answers about correlated data. We make use of the heterogeneity of the labeling crowd and form an initialization-checking-update loop to improve the quality of labeled data. We formalize and successfully solve the core optimization problem, namely, selecting a proper set of checking tasks for each round. We prove that maximizing the expected quality improvement is equivalent to minimizing the conditional entropy of the observations given the crowdsourced answer families for the selected task set, which is NP-hard to solve. Therefore, we design an efficient approximation algorithm and conduct a series of experiments on real data. The experimental results show that the proposed method effectively improves the quality of the labeled data sets as well as the SOTA performance, yet without extra human labor costs.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
风秋杨完成签到 ,获得积分10
1秒前
5秒前
秋迎夏发布了新的文献求助10
6秒前
隐形曼青应助boom采纳,获得10
7秒前
而当下的完成签到,获得积分10
7秒前
sevten完成签到,获得积分10
8秒前
阳光的山雁完成签到,获得积分10
9秒前
粗犷的沛容完成签到,获得积分10
11秒前
乏善可陈完成签到,获得积分10
12秒前
1332117762完成签到,获得积分10
14秒前
listener完成签到,获得积分10
15秒前
15秒前
嗯哼应助正直尔白采纳,获得20
16秒前
秋迎夏完成签到,获得积分0
16秒前
程瀚砚完成签到,获得积分10
18秒前
东方琉璃完成签到,获得积分10
21秒前
boom发布了新的文献求助10
21秒前
sci完成签到 ,获得积分10
22秒前
怕孤独的访梦完成签到,获得积分10
23秒前
忧心的白羊完成签到,获得积分10
26秒前
可爱的函函应助烽烽烽采纳,获得10
26秒前
虚幻浩宇完成签到,获得积分10
27秒前
科研小白完成签到,获得积分10
27秒前
Sam完成签到,获得积分10
30秒前
平淡的寄风完成签到,获得积分10
30秒前
郭生完成签到,获得积分10
32秒前
Damia完成签到,获得积分10
33秒前
脆脆鲨鱼完成签到,获得积分10
33秒前
cccyyb完成签到,获得积分10
35秒前
36秒前
gy完成签到 ,获得积分10
36秒前
忘忧Aquarius关注了科研通微信公众号
37秒前
庚朝年完成签到 ,获得积分10
38秒前
xiaoxiaoxingqiu完成签到 ,获得积分10
40秒前
peipei完成签到,获得积分10
42秒前
edtaa完成签到 ,获得积分10
43秒前
爱爱完成签到 ,获得积分10
45秒前
46秒前
47秒前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052675
求助须知:如何正确求助?哪些是违规求助? 2709926
关于积分的说明 7418387
捐赠科研通 2354494
什么是DOI,文献DOI怎么找? 1246139
科研通“疑难数据库(出版商)”最低求助积分说明 605951
版权声明 595921