| Project/Area Number |
19H04218
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 62020:Web informatics and service informatics-related
|
|---|
| Research Institution | Gifu University |
|---|
Principal Investigator |
Suzuki Yu 岐阜大学, 工学部, 准教授 (40388111)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
灘本 明代 甲南大学, 知能情報学部, 教授 (30359103)
波多野 賢治 同志社大学, 文化情報学部, 教授 (80314532)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥17,290,000 (Direct Cost: ¥13,300,000、Indirect Cost: ¥3,990,000)
Fiscal Year 2022: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
Fiscal Year 2021: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2020: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2019: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
|
|---|
| Keywords | クラウドソーシング / 機械学習 / データ品質 / マルチタスク学習 / 協調作業 / Webサービス / 情報の品質 / CSCW / 作業者 / Webアプリケーション / RDBMS / Web / 品質 / データベース / Twitter / NoSQL |
|---|
| Outline of Research at the Start |
本研究ではクラウドソーシングにおいて創造的な作業を大規模に行う際など，協調的作業において高品質な作業結果を得るための作業環境を構築することを目的とする．この作業環境は，制作物の正解を事前に定めることができない状況で利用可能である点，低品質な作業者を再教育する点が特徴である．例えば，短編創作小説を多人数の作業者で協調して作成することを考える．このとき，まず作業者の客観的および主観的な特徴を機械学習アルゴリズムに入力し，作業者の品質を推定する．また，この結果から他の作業者により作業結果の品質を向上させる方法を示す．
|
| Outline of Final Research Achievements |
Using crowdsourcing, a working platform by unspecified workers over the Internet, we construct a method for developing creative sentences. In our research, we mainly focus on two research topics; 1) how to measure the quality of outputs, and 2) how to aggregate multiple outputs for improving quality of outputs. To solve 1), we extract features from outputs and construct machine learning models. To solve 2), we use multi-task learning method. We developed Web applications to accomplish these tasks. We evaluate our system to confirm the effectiveness of our proposed method.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究における成果によって，高い品質のデータを大量に作成するための方法を構築することができた．また，マルチタスク学習に必要なデータセットの構築を機械学習と人手の組み合わせにより高品質で作成することができた．複数の作業者により一つのタスクを行う場合の合意形成過程について明らかとなったため，高い精度で機械学習による分類や予測を行うために必要な方法が明らかになった．実際に企業において提案Webシステムを用いたため，実用的な精度であることも明らかになった．
|
