Research on large-scale creative work by cooperation in crowdsourcing

众包合作的大规模创意作品研究

基本信息

批准号：
19H04218
负责人：
鈴木優
金额：
$ 11.07万
依托单位：
Gifu University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-01 至 2023-03-31
项目状态：
已结题

项目摘要

今年度は，前年度に構築したWebアプリケーションの改良を行い，一つのタスクに対して複数の作業者が作業を行った際の合意形成過程について明らかにした．作業者は多ければ多いほど，不適切な作業者の特定は容易になる．ところが，作業者を増やすことはコスト増大につながり，現実的な費用での作業が困難となる．そこで，機械学習により作業者を模倣するモデルを構築することができないかどうか，それにより作業者の品質測定が可能かどうかを調査した．まず作業者ごとに，作業結果を模倣する機械学習モデルを構築する方法についての研究を行った．実データを利用して実験を行った．この実験では，全ての作業者による作業結果を入力としたモデルを構築し，一人の作業者の作業結果によりファインチューニングを行う方法（方法1）と，一人の作業者の作業結果だけを用いる方法（方法2）を比較した．この結果，予想に反して方法2の精度が方法1と比べ高いことが明らかになった．これは，作業者により特徴的な作業結果がファインチューニングによる方法では失われてしまうためである．また，ここで構築した機械学習モデルと実際の作業を併用し，作業者の品質を測定する方法を構築した．その結果，実際の作業だけを使った場合と比較して，低品質な作業者の特定に関して精度が向上することが確認できた．さらに，機械学習モデルとしてマルチタスク学習を用いる方法についての研究を行った．これは，入力と出力が対となっている通常の機械学習と異なり，一つの入力から複数のタスクを解くモデルを構築することにより，精度向上を目指す方法である．この方法を利用するためには，様々なタスクに対応する学習データが必要となり，さらにコストが増大する．そこで本研究では，マルチタスク学習に対応する学習データ構築が可能であることを確認した．さらに，構築した学習データによる機械学習モデルが精度向上に寄与することを示した．

今年，我们改进了去年构建的 Web 应用程序，并阐明了多个工作人员执行一项任务时的共识构建流程。工人越多，就越容易识别不合适的工人。然而，增加工人数量会增加成本，从而很难以实际成本开展工作。因此，我们研究是否可以建立一个使用机器学习来模仿工人的模型，以及是否可以使用该模型来衡量工人的质量。首先，我们研究了如何建立一个模仿每个工人工作结果的机器学习模型。我们使用真实数据进行了实验。在本实验中，我们构建了一个使用所有工人的工作结果作为输入的模型，并使用一名工人的工作结果进行微调（方法1），以及一种仅使用一名工人的工作结果的方法（方法2）。进行了比较。结果显示，与预期相反，方法2的准确率高于方法1。这是因为微调方法中丢失了工人特有的工作结果。我们还创建了一种通过使用此处构建的机器学习模型和实际工作来衡量工人质量的方法。结果，我们确认，与仅使用实际工作相比，识别低质量工人的准确性有所提高。此外，我们还研究了如何使用多任务学习作为机器学习模型。与输入和输出成对的普通机器学习不同，该方法旨在通过构建从单个输入解决多个任务的模型来提高准确性。为了使用这种方法，需要对应于各种任务的训练数据，这进一步增加了成本。因此，在本研究中，我们确认构建支持多任务学习的学习数据是可能的。此外，我们表明使用构建的学习数据的机器学习模型有助于提高准确性。

项目成果

期刊论文数量（14）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Automatic Terminology Extraction Using a Dependency-Graph in NLP

DOI：
10.1007/978-3-030-73603-3_38
发表时间：
2020
期刊：
影响因子：
0
作者：
Yusuke Kimura;Kazuma Kusu;K. Hatano;Tokiya Baba
通讯作者：
Yusuke Kimura;Kazuma Kusu;K. Hatano;Tokiya Baba

Comparison of Deep Learning Models for Automatic Generation of Product Description on E-commerce site

DOI：
10.1145/3487664.3487696
发表时间：
2021-11
期刊：
The 23rd International Conference on Information Integration and Web Intelligence
影响因子：
0
作者：
Kenji Fukumoto;Rinji Suzuki;Hiroyuki Terada;Masafumi Bato;Akiyo Nadamoto
通讯作者：
Kenji Fukumoto;Rinji Suzuki;Hiroyuki Terada;Masafumi Bato;Akiyo Nadamoto

A Fact-checking Assistant System for Textual Documents

文本文件事实核查辅助系统

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
Tomoya Furuta;Yu suzuki
通讯作者：
Yu suzuki

Detection of Behavioral Facilitation information in Disaster Situation

DOI：
10.1145/3366030.3366129
发表时间：
2019-12
期刊：
Proceedings of the 21st International Conference on Information Integration and Web-based Applications & Services
影响因子：
0
作者：
Yoshiki Yoneda;Yumiko Suzuki;Akiyo Nadamoto
通讯作者：
Yoshiki Yoneda;Yumiko Suzuki;Akiyo Nadamoto

Analysis of Behavioral Facilitation Tweets for Large-Scale Natural Disasters Dataset using Machine Learning

使用机器学习分析大规模自然灾害数据集的行为促进推文