研究人员开发了AHEAD，一个新颖的多类别标签聚合框架，提高了从嘈杂的众包标注中推断真实标签的准确性。AHEAD利用图神经网络学习跨标注者上下文，生成可解释的、特定于标注者的混淆矩阵。该方法通过利用群体级数据来增强标注者可靠性估计，从而在自然语言处理、计算机视觉和音频等各个领域显著提高了标签准确性。 AI
影响 提高了NLP、计算机视觉和音频领域AI模型训练数据的准确性。
排序理由 该集群包含一篇详细介绍标签聚合新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
