Label augmented and weighted majority voting for crowdsourcing

Crowdsourcing provides an efficient way to obtain multiple noisy labels from different crowd workers for each unlabeled instance. Label integration methods are designed to infer the unknown true label of each instance from its multiple noisy label set. We argue that when the label quality is higher...

Celý popis

Podrobná bibliografie

Vydáno v:	Information sciences Ročník 606; s. 397 - 409
Hlavní autoři:	Chen, Ziqi, Jiang, Liangxiao, Li, Chaoqun
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Inc 01.08.2022
Témata:	Crowdsourcing learning Label augmentation Label integration Label weighting Majority voting Label integration Label weighting Label augmentation Crowdsourcing learning Majority voting
ISSN:	0020-0255, 1872-6291
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!