《中国人工智能学会通讯》——12.41 众包技术
12.41 众包技术 作为一种新型的群体计算模式，众包已经成为近年来的研究热点。相关的研究主要包括以下几个方面：首先，在众包质量控制方面，现有工作侧重研究众包任务分配与众包结果聚合，先后提出了多数投票策略[35] 、众包工人准确率估计 [36-38] 、工人擅长领域估计[34] 、在线任务分配 [39]等。其次，在众包算法设计方面，现有研究将众包能够提供的操作抽象为算子，设计并实现了选择 / .....
《中国人工智能学会通讯》——12.39 众包机器协同技术介绍
12.39 众包机器协同技术介绍 众包机器协同技术的核心想法是众包任务选择，即在一定预算约束下，选择最有“收益”的任务分配给众包工人进行求解。具体来讲，由于存在大量的 HTML 表格，而金钱上的预算又是有限的，假设为 k，能否精心挑选最有“收益”的 k 个表格中的列，让众包将它链接到知识库的概念上。剩余的列可以通过机器的方法，如基于文本相似性或图结构相似性进行匹配，或基于众包答案进行推理。 不难....
《中国人工智能学会通讯》——12.37 众包机器协同的知识库补全技术
12.37 众包机器协同的知识库补全技术 本章介绍众包机器协同的知识库补全技术，用来进行有效的成本控制，基本思想包含两方面。第一，众包任务选择，即在一定预算约束下，选择最有“收益”的任务进行众包；第二，众包任务推理，即给定众包反馈的答案，利用机器算法推理未被众包解答的答案。首先会在 4.1 节介绍知识库补全的重要途径，知识库与 HTML 表格融合；进而在 4.2节给出基于众包机器协同进行融合的方....
《中国人工智能学会通讯》——12.35 众包工人的领域差异性
12.35 众包工人的领域差异性 与简单的众包任务（如图片标注、实体识别）不同，众包工人在知识补全任务中会存在领域差异性。例如，篮球迷擅长回答与 NBA 相关的知识元组，而电影爱好者则更容易答对电影相关的任务。我们通过实验说明这种领域差异性。图 2 给出了工人在不同领域完成任务的准确率（具体数据集描述和众包任务收集见文献 [34]），其中每一行表示一个工人，用匿名的工人 ID 标识；每一列表示一....
《中国人工智能学会通讯》——12.34 自适应众包任务分配技术
12.34 自适应众包任务分配技术 本章介绍自适应众包任务分配技术，其基本思想是：通过分析工人已完成的任务，估计其在不同知识领域的准确率，进而将任务分配给所在领域的“专家”，即准确率更高的工人。随着工人不断做题，准确率的估计也不断更新，从而达到自适应地进行任务分配的目的。首先会在 3.1 节介绍工人领域差异性的实验观察，进而在 3.2 节给出技术框架与基本技术介绍。更详细的内容参见文献 [34]。
《中国人工智能学会通讯》——12.33 众包知识库补全方法概览
12.33 众包知识库补全方法概览 本章介绍众包知识库补全的方法概览，如图 1所示。其基本思想包含两个部分，其一，利用多种数据源，如现有的多个知识库、Web 结构化数据等，提取知识数据，并将不同数据源的知识数据融合起来，以此补全知识库；其二，在融合的过程中有效地利用众包，通过众包模型细化出具体可供众包完成的任务，利用众包优化算法进行质量和成本的控制，以选择出最优的任务发布到众包平台，如美国亚马逊....
《中国人工智能学会通讯》——12.26 基于众包的数据提纯
12.26 基于众包的数据提纯 随着基于位置服务的蓬勃发展 , 随之出现了大量相关的空间文本数据。空间文本数据包括两方面信息，一个空间位置信息 , 通常与一个空间兴趣点相关，由一个经纬度坐标点表示数据所处的地理位置；一个文本信息，通常是由一组关键词构成的类似标签的文本描述。目前，这些关键词标签的生成方式主要通过人工添加与机器算法自动生成，由于来源广泛，这些生成的关键词质量参差不齐，很多质量难以保....
《中国人工智能学会通讯》——12.16 时空众包工作流程
12.16 时空众包工作流程 时空众包工作流程如图 2 所示。时空众包用户包括任务发起者和众包参与者，其通过时空众包平台建立联系。发起者设置任务的时空约束后，即可将任务发布至平台并等待平台反馈。参与者为完成任务，需要提交自己的时空信息以供平台判定其是否满足相关时空约束。根据不同应用特点，有些平台允许参与者浏览并自主选择任务，有些平台则直接为参与者分配任务。平台负责对所请求任务和参与者信息进行综合....
《中国人工智能学会通讯》——12.15 时空众包 : 共享经济时代的新型计算范式
12.15 时空众包 : 共享经济时代的新型计算范式 自 Jeff Howe 于 2006 年 首 次 提 出 众 包(Crowdsourcing) 概念[1]以来，这种通过公开的 Web平台，将任务分配给非特定的解决方案提供者群体来完成的分布式问题求解模式，正在变得日益流行，其更为传统的人本计算 (Human Computation) 注入了通过群体智慧来求解问题的新鲜血液。众包最著名的案例莫....
中国人工智能学会通讯——基于众包的数据清洗模型研究 4 结论
4 结论 本文的研究是在主动学习和众包平台相结合的基础上展开的，对如何将主动学习与众包结合在一起提出了直接主动学习模型和交互主动学习模型两种模型，适用于不同的数据应用场合。将主动学习与众包结合起来，在解决准确性问题的同时减少了开销，从而使模型更加健壮，适用范围更加广泛。 基金项目：国家自然科学基金项目 (U1509216, 61472099, 61133002) 和黑龙江省留学回国人员基金 (L....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
人工智能通讯相关内容
人工智能更多通讯相关
- 人工智能通讯方法
- 人工智能通讯知识图谱
- 人工智能通讯行为
- 人工智能通讯结束语
- 人工智能通讯众包技术
- 人工智能通讯任务分配
- 人工智能通讯技术
- 人工智能通讯评估
- 人工智能通讯嵌入
- 人工智能通讯谣言识别发展趋势
- 人工智能通讯研究
- 人工智能通讯应用
- 人工智能通讯金融
- 人工智能通讯推荐系统
- 人工智能通讯构建强健
- 人工智能通讯科学
- 人工智能通讯决策
- 人工智能通讯视觉
- 人工智能通讯实践
- 人工智能通讯机遇
- 人工智能通讯偏好
- 人工智能通讯视频行为识别
- 人工智能通讯科学鉴赏创作
- 人工智能通讯意识科学研究进展
- 人工智能通讯bots一站
- 人工智能通讯点击模型
- 人工智能通讯文本
- 人工智能通讯自然语言处理
- 人工智能通讯特征
- 人工智能通讯图灵测试