محبوبترین نویسندگان :
نویسندگان مقالات پربازدید :
یادگیری ماشین 2013
جزئیات رویداد
اینستاگرام تی پی بین
همایش ، رویداد ، ژورنال
حوزه های تحت پوشش رویداد
  • جزئیات بیشتر مقاله
    • تاریخ ارائه: 1392/07/24
    • تاریخ انتشار در تی پی بین: 1392/07/24
    • تعداد بازدید: 1074
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
     the increasingly popular use of crowdsourcing as a resource to obtain labeled data has been contributing to the wide awareness of the machine learning community to the problem of supervised learning from multiple annotators. several approaches have been proposed to deal with this issue, but they disregard sequence labeling problems. however, these are very common, for example, among the natural language processing and bioinformatics communities. in this paper, we present a probabilistic approach for sequence labeling using conditional random fields (crf) for situations where label sequences from multiple annotators are available but there is no actual ground truth. the approach uses the expectation-maximization algorithm to jointly learn the crf model parameters, the reliability of the annotators and the estimated ground truth. when it comes to performance, the proposed method (crf-ma) significantly outperforms typical approaches such as majority voting.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها