集成加权软投票的众包真值推理方法

作     者：张桦 沈菲 蒋世豪 张灵均 徐宏 ZHANG Hua;SHEN Fei;JIANG Shihao;ZHANG Lingjun;XU Hong

作者机构：杭州电子科技大学计算机学院杭州310018 浙江大学浙江省网络多媒体技术研究重点实验室杭州310058 浙江省脑机协同智能重点实验室杭州310018 

出 版 物：《清华大学学报（自然科学版）》 (Journal of Tsinghua University(Science and Technology))

年 卷 期：2022年第62卷第2期

页      面：347-354页

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划项目(2017YFE0118200) 浙江省重点研发计划项目(2019C01124) 国家自然科学基金青年科学基金项目(61802094) 

主　　题：众包 特征 元学习 分类 

摘      要：为了提高众包的质量并获取高质量的标注数据,已有许多基于真值推理的众包标注方法被提出。传统真值推理利用多噪声标签作为输入,通过聚合策略推断出真实标签,该过程只考虑了实例的标签而忽略了实例的特征,且忽略了不同工人对不同实例的标注质量。该文引入实例的特征以最大程度地挖掘实例中蕴含的有用信息。通过计算众包实例属于每一个类别的概率,得到新划分的众包数据集;提出一种基于元学习的集成分类器,在新数据集上训练并利用相似度计算得到工人权重,即工人对不同的实例有不同的标注能力;在投票模型的基础上引入工人权重,提出加权软投票的方法用于推测标签。在公开数据集和创建的数据集上的实验结果表明,所提出的方法优于现有的真值推理算法。