Federated Learning for Exploiting Annotators’ Disagreements in Natural Language Processing

  1. Rodríguez-Barroso, N.
  2. Cámara, E.M.
  3. Collados, J.C.
  4. Luzón, M.V.
  5. Herrera, F.
Revista:
Transactions of the Association for Computational Linguistics

ISSN: 2307-387X

Año de publicación: 2024

Volumen: 12

Páginas: 724-742

Tipo: Artículo

DOI: 10.1162/TACL_A_00664 GOOGLE SCHOLAR lock_openAcceso abierto editor
Fuente de los datos: Scopus