研究人员开发了AHEAD，一种用于多类别标签聚合的新颖框架，它提高了从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并导出可解释的标注者嵌入，然后使用这些嵌入创建特定于标注者的混淆矩阵。该方法通过利用群体级别的数据来增强标注者可靠性估计，从而在包括自然语言处理、计算机视觉和音频在内的各个领域显著提高了标签准确性。 AI
影响 提高了NLP、计算机视觉和音频任务中众包数据标记的准确性。
排序理由 该集群描述了一篇详细介绍新颖标签聚合框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
