Clasificación Multi-Etiqueta por Crowdsourcing para la Creación de Taxonomías

Trabajos recientes han introducido CASCADE, un algoritmo para crear una taxonomía globalmente consistente mediante el crowdsourcing de microwork de muchas personas, cada una de las cuales puede ver solo una pequeña fracción de los datos (Chilton et al. 2013). Mientras que CASCADE solo necesita mano de obra no calificada y produce taxonomías cuya calidad se aproxima a la de expertos humanos, utiliza significativamente más mano de obra que los expertos. Este documento presenta DELUGE, un flujo de trabajo mejorado que produce taxonomías con calidad comparable utilizando significativamente menos mano de obra del público. Específicamente, nuestro método para el crowdsourcing de clasificación multi-etiqueta optimiza el paso más costoso de CASCADE (categorización) utilizando menos del 10% de la mano de obra requerida por el enfoque original. Los ahorros de DELUGE provienen del uso de teoría de decisiones y aprendizaje automático, que le permiten plantear microtareas que buscan maximizar la ganancia de información.