CrowdIA：利用众包意义建构解决谜题

日益增长的文本数据对专家分析师的认知能力构成挑战。机器学习和众包为大规模意义建构提供了新机遇，但必须克服建模整体流程的挑战，使许多分布式智能体能够异步且有意义地贡献合适的组件。本文通过输入输出明确定义的模块化步骤流水线，探索如何众包意义建构流程。流水线将信息重新构建并分区为单个工作者的"情境切片"。我们实现了 CrowdIA，一个基于流水线的无监督众包意义建构软件平台。使用 CrowdIA，众包成功解决了两个谜题，第三个谜题差一步解决。众包的中期结果揭示了他们的推理过程，并提供了证明其结论正确的证据。我们提出了更广泛的可能性来优化每个组件，以及评估和改进先前的中期分析以改善最终结果。