learning-with-disagreement
주석자 불일치 학습(LeWiDi)
다수결이 아닌 주석자 간 이견을 신호로 간주하여 각 샘플의 주석자 분포를 예측하도록 모델을 학습하는 패러다임이다. 이 방식은 주관적 판단에서 소수 의견과 불확실성을 보존하며 모델 평가 또한 분포 예측 성능을 기준으로 한다. EXIST 데이터셋의 Soft-Soft 트랙이 이 패러다임을 채택하여 평가를 수행했다.
주석자 불일치 학습(LeWiDi)
다수결이 아닌 주석자 간 이견을 신호로 간주하여 각 샘플의 주석자 분포를 예측하도록 모델을 학습하는 패러다임이다. 이 방식은 주관적 판단에서 소수 의견과 불확실성을 보존하며 모델 평가 또한 분포 예측 성능을 기준으로 한다. EXIST 데이터셋의 Soft-Soft 트랙이 이 패러다임을 채택하여 평가를 수행했다.
