众包学习算法研究进展

• 作者: 卢向明 彭良康 徐清波
• 来源期刊: 无线通信技术
• 学科: 工学
• 关键词: 众包 标签质量 真值推理 标签噪声
• 年，卷（期）: 2022,（1）
• 页码范围: 20-24
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8329.2022.01.005

摘要

随着众包技术的快速发展,有监督学习可以以一种快速、成本较低的方式获得大量有标签数据.然而,由于众包标注者的不确定性,标注数据质量不能得到有效保证.因此,提高标签质量是众包学习算法的关键.本文总结了众包学习算法的前沿进展,详细介绍了真值推理算法和众包噪声矫正算法的主要研究成果,分析了这些算法之间的联系和区别,并对未来发展方向展开简要探讨.