Nov, 2023

数据有效性的重要性

PDF
TL;DR研究数据注释的工作，特别关注计数或量化在组织注释工作中的作用。基于对印度两个外包中心的数据注释的民族志研究，观察到计数实践及其关联逻辑是日常注释活动的一个重要组成部分。提出计数制度的镜头，明确支持注释广泛的计数所依赖的特定计数、实践、参与者和结构。发现在人工智能供应链和数据工作中，计数制度有助于人工智能客户（也称为请求者）对注释过程的权威主张，使其变得简化、标准化和同质化。通过这些影响，说明了在全面可计算的逻辑下操作的局限性，并提出将计数视为局部化、由具体利益塑造且仅在有限程度上可追溯的观点。据此，提出了对计数和数据注释的基本不同取向的舞台设定。
data annotationcountingquantificationregime of countingai supply chain
发现论文，激发创造
  • 数据标注中的权力动态：主观性与强加性之间

    本文探讨机器学习中的数据注释实践，包括数据注释的定义和其对标签的意义进行赋予的过程。作者对注释公司进行了田野调查，分析了结构、权力关系和自然化规定是如何影响数据的解释的。结果表明，在注释工作中，标签通常是从其他具有更高权力、其他利益、价值和优先事项的人员那里产生的。这个发现指出，数据的解释过程涉及到多个人员和社会的权力问题。

    Jul, 2020

  • 学习数数

    该研究针对视觉物体计数问题，提出了一种基于少样本回归任务的方法，同时也介绍了一种新的适应策略和数据集以供模型训练和评估，并证明该方法在性能上优于现有的物体识别和计数方法。

    Apr, 2021

  • AFreeCA：无需标注的全能计数

    利用文本到图像的潜在扩散模型 (LDMs)，本研究介绍了一种无监督的排序方法，通过借助生成的计数数据，对任意类型的对象进行可靠计数，该方法优于其他无监督和少样本方法，不受特定对象类别计数数据的限制。

    Mar, 2024

  • 纪律与标签：关于数据标注的 WEIRD 系谱与社会理论

    数据标注是机器学习和人工智能的必要条件。最近的实证工作开始强调评分者的多样性对公平性和模型性能的重要性，并开始研究数据标注工作者的工作条件、标注人主观性对标签的影响以及标注工作的潜在心理危害。本文概述了数据标注的关键历史，并结合对上世纪 70 年代计算机实验心理学批判的相似性，质疑这些实验是否能够将结果推广到实验室以外的环境。我们指出心理学过于依赖西方、受过教育、工业化、富裕和民主社会（WEIRD）的参与者。然而，许多数据标注平台工作者并不来自 WEIRD 国家，而是来自全球南方国家。非 WEIRD 的标注人通过指导和任务受到 WEIRD 国家的社会分类和分类的强加，并通过这些分类对数据进行使用，在 WEIRD 国家中用于训练或评估人工智能模型。我们综合了几个最近的研究线索的证据，认为数据标注是一种自动化的社会分类，可能会使过时和静态的社会分类得到巩固，而这些分类在现实中是动态和变化的。我们提出了一个框架，以理解数据标注的全球社会条件与数据标注工作的主观现象之间的相互作用。

    Feb, 2024

  • 可解释的视觉问答计数

    采用序列决策过程将计数视为挑选特定对象的离散选择，从而得到可以解释的输出。该方法在评估计数的多项度量标准上优于当前最先进的视觉问答框架。

    Dec, 2017

  • CrowdWorkSheets: 基于个人和集体身份的众包数据集注释

    本文调查了围绕众包数据集注释的伦理问题，深入探讨了注解者的背景对其注释的影响以及注解者与众包平台的关系所带来的影响，并提出了一种透明化关键决策点的数据注释框架 ——CrowdWorkSheets。

    Jun, 2022

  • 众包监督下的细粒度计数

    研究了利用众包注释进行细粒度计数的潜力，提出了一种新的数据集以及一种生成聚合真实数量和计数的方法，并利用聚合信息提高了计数精度，这表明众包监督有助于算法学习细粒度的计数。

    May, 2022

  • 日常场景中的日常物品计数

    该研究提出一种新的用于在自然场景中进行物体类别计数的方法，利用人类视觉的子数能力进行参考，能够显著提高物体类别计数的准确性，并在视觉问题回答中应用了这种方法。

    Apr, 2016

  • 从少量标记数据中学习人群中的计数

    通过半监督学习和高斯过程估算建立虚拟基准，实现充分利用未标注样本数据，学习缩减标注数据的技术，在人群计数领域的多个数据集上表现出了优异的性能，且可实现从虚拟数据集到真实数据集（综合 - 真实转移）的迁移。

    Jul, 2020

  • 谁的真实？考虑个体和集合身份的数据集标注

    本文调查了众包数据集标注的伦理考虑，提出了 ML 数据管道各阶段的一系列推荐和考虑因素。

    Dec, 2021