著者

斎藤 奨 Chiang Chun-Wei Savage Saiph 中野 鐵兵 小林 哲則 Bigham Jeffrey

出版者

人工知能学会

雑誌

2019年度 人工知能学会全国大会(第33回)

巻号頁・発行日

2019-04-08

---

クラウドソーシングにおいて、ワーカーの多くが十分な賃金を獲得できていないことが問題視されている。原因の一つとして、まだ取り組んだことのないマイクロタスクの「割の良さ」を正確に見積もることの難しさが挙げられる。本研究では、他のワーカーによる過去のタスク作業履歴をもとに、新たに発行された未知のタスクに必要な作業時間と時給を推定する手法を提案する。Amazon Mechanical Turkのワーカー84人に独自に開発したウェブブラウザ拡張機能をインストールさせて9,155件のタスクデータを抽出し、異なる方法で計測した4パターンの時間の候補からワーカー自身に一つ選ばせることで作業時間のラベルを付与した。さらにGradient Boosting Decision Treeのモデルから作業時間を回帰推定するTurkScannerを設計・評価し、約150次元の特徴ベクトルから高い精度で作業時間を推定することを示した。