中年|MIT发现:ImageNet数据集存在系统性缺陷，用作基准数据集时与真实值不一致( 二 ) |mit|系统性|

但是该团队警告说，他们的方法并不是对&ldquo绝对基础事实&rdquo的完美匹配，因为他们也使用了非专业的数据标签。他们得出的结论是，对于不是专家的人来说，在某些情况下很难准确地标注图片。比如，除非你是犬类专家，否则从24种梗类犬选择一种标签可能是很困难的。

该小组的论文在5月底首次发表后，于上个月在ICML上被接受发表。这篇论文在会议上发表之前，麻省理工学院决定从互联网上删除8000万张微型图像数据集，并要求拥有该数据集副本的研究人员删除它们。
这些措施是在研究人员提请注意数据集中的攻击性标签，比如N开头的词，以及性别歧视的术语和其他贬损标签后采取的。研究人员在审查了2006年发布的8000万小图像数据集后得出结论，这些标签是WordNet层次结构的结果。
ImageNet也使用WordNet的层次结构。在ACM FaccT会议上发表的一篇论文中， ImageNet创造者表示，他们计划删除数据集Person子树中几乎所有的约2800个类别。他们还提到了其他数据集的问题，如缺乏形象的多样性。
除了用于训练和基准测试模型的大规模图像数据集之外，大规模文本数据集的缺陷是7月初计算语言学协会(ACL)会议的一个关键主题。
翻译/前瞻经济学人APP资讯组
原文来源:https://venturebeat.com/2020/07/15/mit-researchers-find-systematic-shortcomings-in-imagenet-data-set/

中年|MIT发现:ImageNet数据集存在系统性缺陷，用作基准数据集时与真实值不一致( 二 )

推荐阅读

穿搭|多多染金发被质疑，李嫣穿搭时髦，未成年星二代的时尚你怎么看？

第一财经|本周外盘看点丨美新一轮刺激何时落地？7月非农或引爆市场

辽宁卫视春节联欢晚会|湖南春晚正式官宣，周深坐实劳模称号，兔年限定主题曲，圈粉无数

ZAKER|目标价1000美元，分析师：维持特斯拉(TSLA.US)“中性”评级

香砂藕粉糊的功效与作用

|2020年便利店行业景气指数3年最低

女保镖|中国女保镖边梅，曾保护13国元首，现今52岁仍然单身

极具书香气息的女孩名字书香气息又秀丽端庄的女孩名字

梦见和军人在一起是什么意思梦见与军人在一起

权相佑方否认非法赌博-非法赌博罪怎么判

『乐居财经家居』一季度净利上涨37.05%，雅戈尔2019年营收124亿

你开学，我放价！苏宁金融APP推出天天抽新款iPad活动

王文也|华谊千金晒照身材，穿着大胆秀事业线

狗牯脑红茶怎么样,狗牯脑红茶功效

星际穿越票房破8亿|星际穿越票房破8亿诺兰2014年神作票房火力十足

决战|决战平安京三周年：版本大革新赛事更完善电竞热剧蓄力出圈

RabbitMQ——最常用的三大模式

私家车杂谈▲跑高速胎压升高怎么办？低压和高压哪个更容易爆胎

直播必备的7大工具怎样做直播都需要哪些工具

企业|疑似时代中国，CFO 与女子出租车不雅视频曝光！网友：女主给男主“吸毒”