校准，不要重新训练：分解注释者分歧在网络欺凌严重程度中的价值

原文：Calibrate, Don't Retrain: Decomposing the Value of Annotator Disagreement in Cyberbullying Severity

机器学习模型通常根据多个人类注释者生成的标记数据进行训练。当这些注释者不同意时，他们的标签通常会被折叠成单一多数投票，从而丢弃有关潜在分歧的信息。我们研究了这种做法对网络欺凌严重程度的成本，这是一种注释者强烈反对的主观判断。在语料库中，我们

正文由本站服务器抓取保存（已自动过滤广告、推荐位与追踪图片），排版与原站可能不同；版权归原站所有。