基于众包的网络无障碍评估与黄金最大似然推理

网络无障碍评估检查网站符合无障碍指南的程度，帮助残障人士感知、导航和使用网络。这项要求高专业性的任务通常需要经过多年培训和专业经验的专家进行手动评估。然而可用专家数量不足以完成日益增加的评估项目，而非专业评估者对无障碍障碍的存在往往持有不同意见。为解决这些问题，我们引入了一个众包系统，配合一种新的真值推理算法，从评估者相互矛盾的意见中得出可靠、准确的评估结果。在23,901项由50名有/无残障人士评估的复杂任务上进行的广泛评估表明，我们的方法优于现有最佳方法。此外，我们还进行了调查，以识别残障人士日常生活中经常遇到的无障碍障碍类型以及他们遇到这些障碍时访问网页的困难程度。障碍的发生频率和严重程度与我们在评估项目中推导出的重要性呈正相关。