arXiv · NLP· Soumyajit Gupta, Maria De-Arteaga, Matthew Lease·· 3 天前AI 评分20
SAJ-MTL:建模标注任务中人口统计学分歧的可扩展多任务学习框架
A Scalable Multi Task Learning Framework for Modeling Demographic Disagreements in Annotation Tasks
AI 导读
SAJ-MTL 框架通过联合多任务学习同时建模跨组与组内的人口统计学标注分歧。 框架利用条件梯度路由处理由组条件标注引起的稀疏性,并支持对不同任务设置中的组进行自定义加权。该模型仅需标注者群体成员身份信息即可提升毒性检测性能,比需要个体层面隐私侵入性信息的方法更具实用性。
来源:arXiv · NLP · arxiv.org