Aug, 2021

数据集是否存在政治性？计算机视觉数据集开发中的学科价值观

PDF
TL;DR本文采用结构化和主题内容分析研究了计算机视觉数据集的文档记录，强调了计算机视觉数据集作者重视效率、普遍性、客观性和模型工作的做法，而这些做法与社交计算实践相矛盾。研究人员提出了在数据集创建和管理过程中更好地融入这些价值观的建议。
machine learningcomputer visiondataset documentationdata practicesvalues
发现论文，激发创造
  • 数据及其 (不) 内容：机器学习研究中数据集开发与使用调查

    本文综述了在机器学习中收集和使用数据的许多问题和担忧，并提倡通过更谨慎和深入的数据理解来解决实践和伦理问题。

    Dec, 2020

  • 非洲计算机视觉数据集、主题及研究者调查

    此研究对非洲计算机视觉领域从 2012 年到 2022 年发表的 63,000 篇 Scopus 索引计算机视觉论文进行了全面分析，同时利用大型语言模型自动解析论文摘要，对非洲计算机视觉数据集和研究进行了概述，并提出了障碍。此调查强调了鼓励非洲研究人员和机构推进该领域研究的重要性，同时强调研究主题与非洲社区需求更加一致的必要性。

    Jan, 2024

  • 机器学习中的价值观学科转变

    通过科学哲学的视角分析机器学习学科，开发一个概念框架以评估机器学习模型发展的过程，并探讨价值观如何影响该学科的发展和模型类型的崛起。我们认为模型类型的崛起是自我强化的，并且模型类型的评估会编码社会和政治价值观，例如围绕计算和数据密集型环境的评估方式关注权力集中、隐私和环境保护等价值观。因此，需要考虑纪律层面的干预以应对与学科整体相关的不良价值观。

    Dec, 2019

  • 收集人类中心图像数据集的道德考虑

    本篇研究探讨人本主义图像数据集的伦理问题，提出关键的伦理考虑和实践建议，旨在解决数据收集中的隐私和偏见，促进更负责任的数据管理实践。

    Feb, 2023

  • 机器学习从业者数据文档化的认知、需求、挑战与需求

    通过对 14 位机器学习从业者的半结构化访谈，发现目前数据文档化方法在性质上往往是临时性和目光短浅的，因此需要一种适应他们的上下文、与他们现有的工具和工作流程相结合、并在可能的情况下自动完成的数据文档化框架的设计要求，以解决现有文档化方法无法满足其需求的问题。

    Jun, 2022

  • 大规模图像数据集：计算机视觉的短暂胜利？

    该研究调查了大规模视觉数据集的问题性实践和后果，并提出了采集数据集时应该考虑的伦理问题，包括同意和公正问题，以及诸如图像集中是否包含可验证色情图片的具体问题。同时，该论文根据实验和统计数据来阐明了数据集整理中的伦理原则和应该避免的陷阱，呼吁建立强制的伦理审查委员会。

    Jun, 2020

  • 视觉与语言研究中当前数据集的调查

    本文提出一组质量指标，对视觉和语言数据集进行评估和分析并将其分类，结果显示最近的数据集在语言和抽象概念上更加复杂，然而它们各有优劣之处。

    Jun, 2015

  • 探索数据质量的数据集规模指标

    现代计算机视觉基础模型是在大量数据的基础上进行训练的，这带来了巨大的经济和环境成本。最近的研究表明，提高数据质量可以显著减少对数据数量的需求。但是，在计算机视觉中，什么构成数据质量？我们认为，给定数据集的质量可以分解为不同的样本级和数据集级成分，而前者比后者得到了更深入的研究。我们通过监控这些成分，利用我们提供的关键指标，研究人员和实践者可以更好地预测模型的性能，以其准确性和对分布变化的鲁棒性来衡量。

    Nov, 2023

  • D3CODE: 跨文化数据中的冒犯性检测与评估中的差异分析

    通过广泛的平行标注来考虑不同社会和文化群体的道德价值观，在跨文化数据集中揭示了标注者感知的区域差异，为构建包容性、具有文化敏感性的自然语言处理模型提供了关键见解。

    Apr, 2024

  • 跨数据集分析测试平台

    本文开展了针对视觉图像识别中数据集偏见问题的大规模分析，通过将 12 个已有数据库组织成一个语料库，提供了一个有用的特征储存库以供未来研究使用。

    Feb, 2014