【摘要】：現(xiàn)實生活中往往存在一些計算機(jī)難以處理或者處理效果不佳的問題,如給圖像打標(biāo)簽、判斷兩個記錄是不是同一個實體等。眾包直接將這些問題發(fā)布到互聯(lián)網(wǎng)上,通過集合互聯(lián)網(wǎng)上的未知大眾來解決這些傳統(tǒng)計算機(jī)難以單獨處理的問題。已有的答案決策方法存在一定的局限性:一方面,以往工人的質(zhì)量模型矩陣大小是固定的,僅適用于候選答案固定的情形。另一方面,眾包平臺上的問題類型有填空題、選擇題(分單選題和多選題)、選擇和填空的混合等,以往的答案決策算法主要是基于單選題提出的,不能兼容多種答案類型,尤其無法處理包含開放性答案的問題。針對以上問題,本文綜合考慮多種答案類型,提出了一種基于貝葉斯的開放性答案決策算法。首先,利用工人以往表現(xiàn),建立了工人質(zhì)量模型,該模型不受候選答案個數(shù)影響;其次,利用Jaro-Winkler Distance方法計算填空答案間的相似度,以此將填空內(nèi)容擴(kuò)展為候選選項,決策時考慮到了填空答案間的相互影響,認(rèn)為相似度較大的一組答案很可能為相同的答案。此外,以往的決策中,候選答案的先驗概率是未知的,本文根據(jù)機(jī)器算法給出的先驗知識以及擴(kuò)展答案情況,對候選答案的先驗概率進(jìn)行了預(yù)處理。相關(guān)實驗表明,本文的決策算法能夠綜合處理多種答案類型,對開放性答案以及先驗概率的處理,提高了算法的準(zhǔn)確性。由于多選題答案決策過程是一個NP-hard問題,本文對多選題的答案決策算法提出了基于剪枝的優(yōu)化策略,減少了需要計算后驗概率的候選答案個數(shù)。相關(guān)實驗表明,本文的優(yōu)化策略,在保障決策算法準(zhǔn)確一致的情況下,降低了算法的運行時間。
【圖文】：

答案決策相關(guān)技術(shù)概述逡逑題自動放到同一組內(nèi)。平臺為用戶提供接口，根據(jù)用戶的問題描述、酬勞、以及逡逑其他設(shè)置信息生成問題，如圖２－２示例所示，為了方便工人作答，雇主也可以提供逡逑一些圖片或表格信息。ＡＭＴ采用的是拉模式的推薦方式，工人可以接受任何的逡逑ＨＩＴ任務(wù)。ＨＩＴ任務(wù)的答案決策采用的是冗余策略，利用ＥＭ算法從多個工人的答逡逑案中決策出最優(yōu)解。逡逑ＳｏＪｔｂｙ：邐ｆｉｒｓｔ）邐Ｓｈｏｗ邋扢她虹丨邋Ｈｉ你邋ａｉｌ邋}0眺邐Ｈ逡逑ｆｔ微Ｃｈｒｉｓ邋Ｃ？}ｗｎ－Ｂｗｃｈ邐ＨＩＴ邐Ｅｘｐｉｒａｔｉｏｎ邋Ｄａｔｅ：邐Ａｐｒ邐５，邋２０２３邋（２§７邋ｗｅｅｋｓ邋Ｉ邋ｄａｙ｝邐Ｒｅｗａｒｒｆ：邐Ｓ0．￡Ｈ逡逑Ｔｋｒｗ！邋Ａｌｌｏｔｔｅｄ：邐６０邐ｍｉｍｉｔｅｓ逡逑|`．ｔｏ邋^螅遱{逡逑Ｔｏｆｔｙ邋Ｒｉｖｅｒａ邐Ｍｉｌ邋ｆｘｐＪｒａｔｉｏｎ邋Ｄａｔｅ：邐Ｍａｙ邋２０，２０１８邋（４２邋ｗｅ？４ｃｓ邋５邋ｄａｙｓ）邐￥０．０４逡逑Ｔｉｍｅ邋ＡＭｏｌｔ＊．？ｄ：邐６０邐ｍｉｍｉｔｅｓ逡逑Ｒ？ｑ撕ｓｔｅｎ邐．＞ｍｔｕｒｔｃ邐Ｍ！Ｔ邐Ｅｘｐｉｒａｔｉｏｎ邋Ｄａｔｅ：邐３ｕｌ邐２４，邋２０１８邋（５２邋ｗｅ＃剩螅?邐Ｕｅｗａｒｄ：邐Ｓ０．００逡逑Ｔｉｍｅ邋Ａｌｌｏｔｔｅｄ：邐２０邐ｍｌｎｕｔｔｓ逡逑．．邋．邋．…—邐邋￣邋—邋——………＂——————逡逑Ｒｅｑｕｅｉｓｔｅｒ：邐ｖ？３ｉｓ邐ＭｒＴ邐Ｃｘｐｉｒｓｌｉｏｎ邋Ｏａｔ？：邐Ａｕｐ邐３

以降低工人做任務(wù)的難度。ＣｒｏｗｄｌＱ還提供質(zhì)量控制和成本控制模塊。質(zhì)量控制逡逑模塊通過本文的開放性答案決策算法以及工人質(zhì)量模型對整個平臺質(zhì)量進(jìn)行控逡逑制，其具體架構(gòu)如圖２－３所不。通過Ｑｕａｌｉｔｙ邋Ｉｎｓｐｅｃｔｉｏｎ模塊，可以檢測網(wǎng)絡(luò)表格是逡逑否存在缺值、噪聲數(shù)據(jù)等問題；雇主通過平臺語言ＣｒｏｗｄｌＱＬ設(shè)計任務(wù)，平臺自動逡逑解析語言生成眾包問題；根據(jù)任務(wù)的難度、工人的質(zhì)量等信息，在滿足平臺質(zhì)量逡逑的要求下，Ｒｅｃｏｍｍｅｎｄａｔｉｏｎ模塊將任務(wù)推薦給合適的工人。逡逑邐邋Ｏｒｉｇｉｎ＃！逡逑八邐｜邋Ｔａｂｌｅ逡逑Ｃｊ邋ｏｒｉｇｉｎａｌ邐Ｑｕａｌｉｔｙ邋Ｉｎｓｐｅｃｔｉｏｎ邐＾邐逡逑ｙ邐Ｐｒｏｂｌｅｍｓ邐Ａｄｄｉｔｉｏｎａｌ邋Ｆｕｎｃｔｉｏｎｓ逡逑＼＿ｈｉｇｈ－ｑｕａｌｉｔｙ邐—邋一 邋一邋一邋＿一邋一邋—邋＾邐穴逡逑Ｔａｂｌｅｓ邐邐邋邐１邐１邐ｇ逡逑＾邋Ｇｆａｐｈｉｃ＾＾．邋Ｃｏｎｖｅｎｔｏｒ邐Ｏｐｔｉｏｎａｌ邋Ｆｕｎｃｔｉｏｎｓ邐｜邐ｓ逡逑Ｏｐｅｒａｔｉｏｎ邋邐邋ｉ，，邐｜，邐Ｍ—邐．邋．邐Ｋ邋＾ｒ－逡逑（Ｄ邐ｊ邋ｋｕｗ＜，邐ＨｔＮｉｔｊｐｒｓ邋Ｉ邋ＡＭｔｉｂｕｔ＊？邐（Ｔ＞邋左逡逑Ｈ邋Ｒｅｄｕｃｔｉｏｎ邐Ｒｅｃｏｖｅｒｙ邋屬邋Ａｕｇｍｅｎｔａｔｉｏｎ邋｜，邐邋0Ｑ逡逑〕ＣｒｏｗｄｌＱＬ邋—Ｉ－１邐邋｜￣￣Ｃｏ
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：O225

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 張志強(qiáng);逄居升;謝曉芹;周永;;眾包質(zhì)量控制策略及評估算法研究[J];計算機(jī)學(xué)報;2013年08期

相關(guān)碩士學(xué)位論文 前1條

1 劉華西;基于眾包的網(wǎng)絡(luò)表格語義恢復(fù)[D];北京交通大學(xué);2016年

本文編號：2645717