クラウドソーシングデータラベリング実践におけるビジネス成長のためのシステムデザイン視点

データラベリングシステムは、クラウドソーシングの実践のもと、機械学習アルゴリズムのトレーニングと検証を促進するために設計されています。本論文では、ユーザー向けの革新的な支払いメカニズムと出力結果の効率的な構成という2つの重要な側面を強調し、カスタマイズされたデータラベリングシステムの設計に関する新しいアプローチを提示します。主な問題は、ゴールデンアイテムを利用してユーザーのパフォーマンスを検証し、注釈出力の品質を保証するデータセットのラベリングです。我々が提案する支払いメカニズムは、ユーザーの罰則をバランスさせ、スパム活動を防ぐための修正されたスキップ基盤のゴールデン指向関数を通じて強化されています。さらに、ラベリング出力の信頼性を確保するために、集計結果と精度レベルを測定する包括的な報告フレームワークを導入します。我々の調査結果は、提案された解決策がユーザーの参加を促進する上で重要であり、新しく立ち上げたラベリングシステムの適用性と収益性を強化することを示しています。