論文の概要: On the Design of Strategic Task Recommendations for Sustainable Crowdsourcing-Based Content Moderation

• arxiv url: http://arxiv.org/abs/2106.02708v1
• Date: Fri, 4 Jun 2021 20:35:14 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-08 17:40:32.087529
• Title: On the Design of Strategic Task Recommendations for Sustainable Crowdsourcing-Based Content Moderation
• Title（参考訳）: 持続可能なクラウドソーシング型コンテンツモデレーションのためのストラテジックタスクレコメンデーションの設計
• Authors: Sainath Sanga and Venkata Sriram Siddhardh Nadendla
• Abstract要約: クラウドソーシングベースのコンテンツモデレーションは、クラウドワーカーのためのコンテンツモデレーションタスクをホストするプラットフォームである。 現在の最先端のレコメンデーションシステムは、労働者のメンタルヘルスへの影響を無視している。 本稿では,作業者のメンタルステータスに基づいた求職を推薦するクラウドソーシングプラットフォームのための,新たな戦略的レコメンデーションシステムを提案する。
• 参考スコア（独自算出の注目度）: 1.8275108630751837
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Crowdsourcing-based content moderation is a platform that hosts content moderation tasks for crowd workers to review user submissions (e.g. text, images and videos) and make decisions regarding the admissibility of the posted content, along with a gamut of other tasks such as image labeling and speech-to-text conversion. In an attempt to reduce cognitive overload at the workers and improve system efficiency, these platforms offer personalized task recommendations according to the worker's preferences. However, the current state-of-the-art recommendation systems disregard the effects on worker's mental health, especially when they are repeatedly exposed to content moderation tasks with extreme content (e.g. violent images, hate-speech). In this paper, we propose a novel, strategic recommendation system for the crowdsourcing platform that recommends jobs based on worker's mental status. Specifically, this paper models interaction between the crowdsourcing platform's recommendation system (leader) and the worker (follower) as a Bayesian Stackelberg game where the type of the follower corresponds to the worker's cognitive atrophy rate and task preferences. We discuss how rewards and costs should be designed to steer the game towards desired outcomes in terms of maximizing the platform's productivity, while simultaneously improving the working conditions of crowd workers.
• Abstract（参考訳）: クラウドソーシングベースのコンテンツモデレーション(crowdsourcing-based content moderation)は、クラウドワーカーがユーザーの投稿をレビューするためのコンテンツモデレーションタスクをホストするプラットフォームである。 テキスト、画像、ビデオ)と、投稿されたコンテンツの許容性に関する決定と、画像ラベリングや音声からテキストへの変換といった様々なタスク。 作業者の認知的過負荷を減らし、システム効率を向上させるために、これらのプラットフォームは作業者の好みに応じてパーソナライズされたタスク推奨を提供する。 しかし、現状の推奨システムは労働者のメンタルヘルスへの影響を無視しており、特に過度な内容のコンテンツモデレーションタスクに繰り返し晒されている場合(例)。 暴力的イメージ、憎しみ)。 本稿では,労働者の精神状態に基づく求職を推薦するクラウドソーシングプラットフォームのための,新たな戦略的レコメンデーションシステムを提案する。 具体的には,クラウドソーシングプラットフォームの推薦システム(リーダ)と作業者(フォロワー)とのインタラクションを,従者のタイプが作業者の認知萎縮率とタスク嗜好に対応するベイズ・スタックルベルグゲームとしてモデル化する。 本稿では,プラットフォーム生産性を最大化すると同時に,群集作業者の作業条件も改善しながら,望ましい結果に向けてゲームを進めるための報酬とコストの確保について検討する。

関連論文リスト

• Rideshare Transparency: Translating Gig Worker Insights on AI Platform Design to Policy [8.936861276568006]
  我々は透明性に関連した害、緩和戦略、労働者のニーズを特徴づける。 この結果から,既存のプラットフォーム設計とドライバが必要とする情報との透明性のギャップが明らかになった。 公共透明性レポートの公開をプラットフォームに要求する新たな規制は、労働者の幸福を改善するためのより効果的なソリューションになるかもしれない。
  論文  参考訳（メタデータ） (2024-06-16T00:46:49Z)
• Designing Sousveillance Tools for Gig Workers [10.31597350024712]
  独立して契約した従業員として、ギグワーカーは職場監視の結果に不当に苦しむ。 批判的な理論家の中には、そのような権力の乱用に対処する潜在的手段としての監視を提案した者もいる。 半構造化インタビューを行い、ギグワーカーと共同設計活動を主導した。 我々は、監視経験に対するギグワーカーの態度と過去の経験を識別する。
  論文  参考訳（メタデータ） (2024-03-15T03:08:26Z)
• REBEL: A Regularization-Based Solution for Reward Overoptimization in Robotic Reinforcement Learning from Human Feedback [61.54791065013767]
  報酬関数とユーザの意図、価値観、社会的規範の相違は、現実世界で破滅的なものになる可能性がある。 人間の嗜好から報酬関数を学習することで、このミスアライメント作業を軽減するための現在の方法。 本稿では,ロボットRLHFフレームワークにおける報酬正規化の新たな概念を提案する。
  論文  参考訳（メタデータ） (2023-12-22T04:56:37Z)
• Incentivizing High-Quality Content in Online Recommender Systems [80.19930280144123]
  プロデューサー間のゲームについて検討し、均衡で作成されたコンテンツを分析する。 HedgeやEXP3のような標準的なオンライン学習アルゴリズムは、残念なことにプロデューサに低品質コンテンツを作る動機を与えています。
  論文  参考訳（メタデータ） (2023-06-13T00:55:10Z)
• Online Learning in a Creator Economy [91.55437924091844]
  われわれはクリエーター経済を、ユーザー、プラットフォーム、コンテンツクリエーターの3人組ゲームとして研究している。 私たちは、リターンベースの契約とフィーチャーベースの契約の2つのファミリーを分析します。 滑らかな仮定の下では、リターンベースの契約とレコメンデーションポリシーの協調最適化が後悔をもたらすことを示す。
  論文  参考訳（メタデータ） (2023-05-19T01:58:13Z)
• Can you recommend content to creatives instead of final consumers? A RecSys based on user's preferred visual styles [69.69160476215895]
  このレポートは、ACM RecSys '22で発表された論文"Learning Users' Preferred Visual Styles in an Image Marketplace"の拡張である。 ユーザが作業するプロジェクトのセマンティクスに対して視覚スタイルの好みを学習するRecSysを設計する。
  論文  参考訳（メタデータ） (2022-08-23T12:11:28Z)
• Two-Stage Neural Contextual Bandits for Personalised News Recommendation [50.3750507789989]
  既存のパーソナライズされたニュースレコメンデーション手法は、ユーザの興味を搾取することに集中し、レコメンデーションにおける探索を無視する。 我々は、エクスプロイトと探索のトレードオフに対処する文脈的包括的レコメンデーション戦略に基づいて構築する。 我々はユーザとニュースにディープラーニング表現を使用し、ニューラルアッパー信頼境界(UCB)ポリシーを一般化し、加法的 UCB と双線形 UCB を一般化する。
  論文  参考訳（メタデータ） (2022-06-26T12:07:56Z)
• Treating Crowdsourcing as Examination: How to Score Tasks and Online Workers? [7.403065976821757]
  我々は、その能力に基づいて労働者を4つのタイプとしてモデル化しようと試みている。 作業者の能力は主に中堅な作業に基づいて評価し, 作業者からの回答の重みを減らし, スパマーからの回答を修正した。
  論文  参考訳（メタデータ） (2022-04-26T05:15:58Z)
• Crowdsourcing with Meta-Workers: A New Way to Save the Budget [50.04836252733443]
  我々は,AIに適したタスクの種類をメタラーニングで学習したマシンアノテータであるEmphmeta-workerの概念を紹介した。 一般の群衆労働者とは異なり、メタワーカーは信頼性があり、安定しており、さらに重要なことはタイヤレスで自由である。
  論文  参考訳（メタデータ） (2021-11-07T12:40:29Z)
• Random Walks with Erasure: Diversifying Personalized Recommendations on Social and Information Networks [4.007832851105161]
  ユーザ・項目グラフのランダムウォーク探索を改良することにより,情報多様性の向上を目標とした新しい推薦フレームワークを開発した。 ソーシャルネットワーク上での政治コンテンツを推薦するために,まず,利用者と共有するコンテンツのイデオロギー的立場を推定する新しいモデルを提案する。 これらの推定位置に基づいて,新しいランダムウォークに基づくレコメンデーションアルゴリズムを用いて,多様なパーソナライズドレコメンデーションを生成する。
  論文  参考訳（メタデータ） (2021-02-18T21:53:32Z)
• Incentivising Exploration and Recommendations for Contextual Bandits with Payments [2.5966580648312223]
  本研究では,累積的社会福祉を最大化しながら,プラットフォームが項目固有の属性を学習し,サブリニアな後悔を実現する方法を示す。 弊社のアプローチは、eコマースストアやレコメンデーションエンジン、マッチングプラットフォーム上のユーザのエンゲージメント指標を改善できる。
  論文  参考訳（メタデータ） (2020-01-22T02:26:22Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。