亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Machine learning data practices through a data curation lens: An evaluation framework

数据整理 印为红字的 计算机科学 数据科学 透明度(行为) 文档 最佳实践 机器学习 人工智能 知识管理 计算机安全 数学 算术 管理 经济 程序设计语言
作者
Eshta Bhardwaj,Harshit Gujral,Sally Wu,Ciara Zogheib,Tegan Maharaj,Christoph Becker
标识
DOI:10.1145/3630106.3658955
摘要

Studies of dataset development in machine learning call for greater attention to the data practices that make model development possible and shape its outcomes. Many argue that the adoption of theory and practices from archives and data curation fields can support greater fairness, accountability, transparency, and more ethical machine learning. In response, this paper examines data practices in machine learning dataset development through the lens of data curation. We evaluate data practices in machine learning as data curation practices. To do so, we develop a framework for evaluating machine learning datasets using data curation concepts and principles through a rubric. Through a mixed-methods analysis of evaluation results for 25 ML datasets, we study the feasibility of data curation principles to be adopted for machine learning data work in practice and explore how data curation is currently performed. We find that researchers in machine learning, which often emphasizes model development, struggle to apply standard data curation principles. Our findings illustrate difficulties at the intersection of these fields, such as evaluating dimensions that have shared terms in both fields but non-shared meanings, a high degree of interpretative flexibility in adapting concepts without prescriptive restrictions, obstacles in limiting the depth of data curation expertise needed to apply the rubric, and challenges in scoping the extent of documentation dataset creators are responsible for. We propose ways to address these challenges and develop an overall framework for evaluation that outlines how data curation concepts and methods can inform machine learning data practices.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
科研通AI2S应助醉熏的青筠采纳,获得10
9秒前
科研通AI2S应助科研通管家采纳,获得10
12秒前
12秒前
hotongue发布了新的文献求助10
20秒前
hotongue发布了新的文献求助10
32秒前
34秒前
醉熏的青筠完成签到,获得积分20
37秒前
hotongue完成签到,获得积分10
40秒前
42秒前
月军完成签到,获得积分10
1分钟前
Yifan2024完成签到,获得积分10
1分钟前
Sylvia_J完成签到 ,获得积分10
1分钟前
外向半青完成签到,获得积分10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
医平青云完成签到 ,获得积分10
3分钟前
可爱的函函应助chengll采纳,获得10
3分钟前
孟筱完成签到,获得积分10
3分钟前
彭于晏应助xiongyi采纳,获得10
3分钟前
4分钟前
chengll发布了新的文献求助10
4分钟前
乐乐应助蒲烯琳月采纳,获得10
4分钟前
5分钟前
nuliguan完成签到 ,获得积分10
5分钟前
5分钟前
叔铭发布了新的文献求助10
6分钟前
叔铭完成签到,获得积分10
6分钟前
6分钟前
7分钟前
7分钟前
Painkiller_完成签到,获得积分10
7分钟前
无心的怜烟完成签到,获得积分10
7分钟前
乐乐应助陨落的繁星采纳,获得10
8分钟前
彭于晏应助包容的千兰采纳,获得10
9分钟前
9分钟前
9分钟前
9分钟前
付怀松完成签到 ,获得积分10
10分钟前
包容的千兰完成签到,获得积分10
10分钟前
腰突患者的科研完成签到 ,获得积分10
11分钟前
11分钟前
高分求助中
歯科矯正学 第7版(或第5版) 1004
The late Devonian Standard Conodont Zonation 1000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
Zeitschrift für Orient-Archäologie 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3238987
求助须知:如何正确求助?哪些是违规求助? 2884295
关于积分的说明 8232889
捐赠科研通 2552320
什么是DOI,文献DOI怎么找? 1380665
科研通“疑难数据库(出版商)”最低求助积分说明 649068
邀请新用户注册赠送积分活动 624769