AI辅助人工标注:批量处理提升效率而不致过度依赖
作者
人工标注训练数据通常是机器学习中耗时且昂贵的部分。在本文中,我们研究"批量标注",这是一种AI辅助的用户体验范式,通过允许单个标注操作应用于多条记录来帮助数据标注者。我们在Mechanical Turk上进行了大规模研究,共有156名参与者,调查标注者与AI批量系统的交互。我们将该系统与单项目标注界面(即一次标注一条记录)进行对比,评估批量标注对准确性和时间的影响。我们进一步研究了AI算法质量及其对标注者过度依赖的影响,以及缓解过度依赖的潜在机制。我们的工作为批量标注系统的设计以及关注标注者与AI批量系统交互的工作实践提供了启示。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3449163
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
14 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文