NIPSNov, 2018

基于选择标签的噪声准确、数据高效的固有风险评分学习

PDF
TL;DR本文探讨了一种新的数据标记和数据收集模式，解决了评估高风险和低风险的两大难点。利用这种选择式的数据标记模式，以及最优实验设计方法构建了共 188 个样例和 24 个特征的模型。结果表明，在测试集上取得了 89% 的准确率和 93% 的 ROC 曲线下面积，对于银行反洗钱等工作有较强的实际应用价值。
inherent risk scoringdata labelingdata collectionchoice-based paradigmanti-money laundering
发现论文，激发创造
  • 学习优化风险评分

    通过机器学习方法中标度、稀疏、整数系数和适应特定应用限制的混合整数非线性规划的切割平面算法来改进现有的风险评分模型，并更好地适应实际应用场景，比传统启发式方法更具优势和实际意义。

    Oct, 2016

  • 超越仅基于随机选择的假设：学习正类和未标记数据

    本文中，我们探讨了如何在正样本和未标注样本数据集的有选择偏差中进行有监督学习，并提出了一种基于经验风险的方法来加入标签机制和解决未知标签机制的情况，实验证明，即使在未知标签机制的情况下，考虑可能存在的选择偏差也会提高分类器的训练效果。

    Sep, 2018

  • 存在偏倚嘈杂标签时的公平性评估

    本论文提出了一种风险评估模型的敏感性分析框架，用于评估不同群体的标签误差对模型的预测偏差性能的影响，在两个真实的刑事司法数据集上的实验结果表明，即使观察标签中存在小的偏差也可能会对基于噪音结果的分析的结论提出质疑。

    Mar, 2020

  • 从有偏毒性标签学习的实证研究

    本研究探讨不同训练策略如何利用少量人工注释标签和大量但带有偏见的合成标签（针对身份群体）来预测在线评论的毒性，并评估了这些方法的准确性和公正性。虽然最初使用所有数据进行训练并在干净数据上微调能够产生具有最高 AUC 的模型，但同时我们发现没有一种策略在所有公正度量标准上表现最佳。

    Oct, 2021

  • 从含有噪声的带有单标签数据中学习

    提出一种新的算法来联合建模标签和工作者质量，从带有噪声的众包数据中学习，可优化有限的标注资源，解决如何从噪声工作者中学习以及如何分配标注预算来最大化分类器性能等问题。

    Dec, 2017

  • 稀疏且噪音标注下的主动学习标签鲁棒分配

    利用未标记的样本空间，我们提出了两种新的注释统一算法，旨在解决主动学习中存在的错误数据标注问题，并通过在四个公共数据集上的实验证明该方法在评估标注者可靠性和分配实际标签方面的鲁棒性和优越性，超过了现有算法和简单的多数投票。

    Jul, 2023

  • 通过数据模糊化减轻标签噪声

    本文提出一种使用 “超集学习” 框架来处理标签噪声的方法，将目标信息进行模糊化，并添加额外的备选标签，以协同改善学习器的泛化性能。实验结果表明该方法在合成和真实数据上都能有效检测和纠正错误的训练标签。

    May, 2023

  • 具有损失不确定性的样本选择及其在带噪声标签学习中的应用

    本研究提出了一种无标签学习的新方法，将区间估计引入了样本选择过程，以更好地探索未被充分选择的正确标注但看似贴错标签的较大损失数据和代表性差的数据，提高了误标噪声下的学习鲁棒性。

    Jun, 2021

  • 信用评分中的拒绝推断浅层自学习

    本文提出了一种自我学习的框架和一种新的评估措施，用于处理样本偏差和拒绝推断问题，并在真实的信用评分数据集上进行了测试，证明其相对于传统的自我学习和拒绝推断策略具有更好的性能和评估效果。

    Sep, 2019

  • 资源有限条件下的活动标签清洗，以提高数据集质量

    本文提出一种基于数据驱动的主动标签清理方法来解决数据注释中的标签噪音问题，通过对样本进行优先级排序，提高数据集质量，具有较好的可行性和高效性。

    Sep, 2021