基于自步學(xué)習(xí)的眾包分類數(shù)據(jù)質(zhì)量控制模型.pdf

1、眾包（又稱人計算、群眾智慧）是指公司企業(yè)通過公開的方式將任務(wù)分發(fā)外包給不確定的（一般是大量的）人群。人們相信“多數(shù)人的智慧”遠(yuǎn)遠(yuǎn)要比個人的判斷更為準(zhǔn)確。大量的眾包平臺將任務(wù)分發(fā)給注冊工作者，然后根據(jù)標(biāo)注的數(shù)據(jù)付相應(yīng)的工資。在眾包分發(fā)系統(tǒng)中，對于眾包分類數(shù)據(jù)進(jìn)行質(zhì)量評估與控制的模型起著關(guān)鍵的作用。
　　最直觀的眾包數(shù)據(jù)質(zhì)量控制模型就是多數(shù)人投票，即將被選中最多的答案標(biāo)記為正確答案。但這類方法沒有考慮到不同實(shí)體以及不同工作者之間的差異

2、。本文注意到了這些方法在應(yīng)用解決實(shí)際問題時，假設(shè)不同的數(shù)據(jù)點(diǎn)擁有相同的優(yōu)先級，這導(dǎo)致該類模型以等概率的方式選擇學(xué)習(xí)工作者的可信度以及實(shí)體的標(biāo)注難度，在標(biāo)注數(shù)據(jù)稀疏的情況下，很容易由于少數(shù)質(zhì)量低的標(biāo)注樣本點(diǎn)而影響全局的數(shù)據(jù)學(xué)習(xí)。因此，本文提出了基于自步學(xué)習(xí)的眾包分類數(shù)據(jù)質(zhì)量控制模型，引入了基于先驗(yàn)以及模型學(xué)習(xí)情況的樣本選擇策略，從而引導(dǎo)模型由易到難的選擇性學(xué)習(xí)樣本，最終學(xué)習(xí)完整的數(shù)據(jù)。
　　在本文中，我們同時從數(shù)據(jù)本身先驗(yàn)知識以及學(xué)